Since 2014
Construcción de un modelo de imputación para variables de ingreso con valores perdidos a partir de ensamble learning. Aplicación en la Encuesta Permanente de Hogares (EPH)
SaberEs
View Archive Info| Field | Value | |
| Title |
Construcción de un modelo de imputación para variables de ingreso con valores perdidos a partir de ensamble learning. Aplicación en la Encuesta Permanente de Hogares (EPH)
|
|
| Creator |
Rosati, Germán Federico
|
|
| Subject |
Estadística
Regularización; LASSO; No respuesta |
|
| Description |
El presente documento se propone exponer los avances realizados en la construcción de un modelo de imputación de valores perdidos y sin respuesta para las variables de ingreso en encuestas a hogares. Se presentará la propuesta metodológica general y los resultados de las pruebas realizadas. Se evalúan dos tipos de modelos de imputación de datos perdidos: 1) el método hot-deck (ampliamente utilizado por relevamientos importantes en el Sistema Estadístico Nacional, tales como la Encuesta Permanente de Hogares y la Encuesta Anual de Hogares de la Ciudad de Buenos Aires) y 2) un ensamble de modelos de regresión LASSO (Least Absolute Shrinkage and Selection Operator). El mismo se basa en la generación de múltiples modelos de regresión LASSO a través del algoritmo bagging y de su agregación para la generación de la imputación final. En la primera y segunda parte del documento plantea el problema de forma más específica y se pasa revista a los principales mecanismos de generación de los valores perdidos y las implicancias que los mismos tienen al momento de generar modelos de imputación. En el tercer apartado se reseñan los métodos de imputación más habitualmente utilizados, enfatizando sus ventajas y limitaciones. En la cuarta parte, se desarrollan los fundamentos teóricos y metodológicos de las dos técnicas de imputación propuestas. Finalmente, en la quinta sección, se presentan algunos resultados de la aplicación de los métodos propuestos a datos de la Encuesta Permanente de Hogares.
|
|
| Publisher |
Facultad de Ciencia Económicas y Estadísticaca - Universidad Nacional de Rosario
|
|
| Contributor |
—
|
|
| Date |
2017-06-30
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion — |
|
| Format |
application/pdf
|
|
| Identifier |
http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/132
|
|
| Source |
SaberEs; Vol. 9, Núm. 1 (2017)
1852-4222 1852-4184 |
|
| Language |
spa
|
|
| Relation |
http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/132/389
http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/103 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/105 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/106 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/107 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/108 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/109 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/110 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/111 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/112 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/113 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/114 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/115 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/116 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/117 http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/downloadSuppFile/132/118 |
|
| Rights |
Copyright (c) 2017 SaberEs
|
|