Presença de dados missing em modelos de regressão logística

• Ano de defesa: 2008
• Autor(a) principal: Ferreira, Natália Manduca
• Orientador(a): Diniz, Carlos Alberto Ribeiro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de São Carlos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Estatística - PPGEs
• País: BR
• Palavras-chave em Português: Regressão logística; Ausência de dados (Estatística); Estimadores
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
• Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/4526

In this work we present a detailed study of the logistic regression model with missing data in the independent variables. Several techniques are considered such as Complete Case, Mean Imputation and Corrected Complete Case. We present a new estimator, denoted EMVGM, given by the combination between the Complete Case estimator and the ML-estimator with the use of Gaussian quadrature. A simulation study is carried out to evaluate the performance of the ML-estimators obtained in each technique above mentioned. In general, the alternative estimador, EMVGM, presents a better performance taking into account the variance, the bias and the mean quadratic error.