مروری بر داده های گم شده

در این مقاله سعی شده است که مفاهیم گم شدگی داده به صورت ساده و کاربردی توضیح داده شود.گم شدگی داده در تمامی پژوهش های علوم اجتماعی، رفتاری، پزشکی وجود دارد. در آمار، گم شدن داده به وضعیتی گفته می شود که بخشی از مجموعه داده ها گزارش نشده باشند. گم شدگی داده باعث کاهش تطابق جامعه نمونه با جامعه کل شده و می تواند منجر به نتیجه گیری اشتباه در مورد جمعیت اصلی شود.گم شدگی داده یک اتفاق معمول بوده و بسته به میزان آن، می تواند اثر قابل توجهی در نتیجه گیری به دست آمده از داده ها داشته باشد. تمامی روش های برآورد پارامترها بر پایه فرض کامل بودن مجموعه داده ها استوار است و تحت برقراری این شرایط منجر به برآوردهایی نااریب می شوند؛ و البته با افزایش نسبت گم شدگی، مقدار اریبی نیز افزایش خواهد یافت.برای دهه ها، محققین از روش های قدیمی استفاده می کرده اند، این روش ها متکی به تصحیح مجموعه داده ها با صرف نظر کردن از موردهای دارای مقادیر گم شده و یا جایگزینی مقادیری تخمینی با مقادیر گم شده بودند. متاسفانه اکثر این روش ها وابسته به برقراربودن فرض دلایل گم شدگی داده و نوع سازوکار گم شدگی است؛ و در صورت عدم برقراری این فرض منجر به اریبی نتایج می شود.