We consider a regression model when

We consider a regression model when a block of observations is missing, i.e. there are a group of
observations with all the explanatory variables or covariates observed and another set of observations
with only a block of the variables observed. We propose an estimator of the regression coefficients that is
a combination of two estimators, one based on the observations with no missing variables, and the other
the set all observations after deleting of the block of variables with missing values. The proposed
combined estimator will be compared with the uncombined estimators. If the experimenter suspects that
the variables with missing values may be deleted, a preliminary test will be performed to resolve the
uncertainty. If the preliminary test of the null hypothesis that regression coefficients of the variables with
missing value equal to zero is accepted, then only the data with no missing values are used for estimating
the regression coefficients. Otherwise the combined estimator is used. This gives a preliminary test
estimator. The properties of the preliminary test estimator and comparisons of the estimators are studied
by a Monte Carlo study.

Results (Indonesian) 1:

Kami mempertimbangkan model regresi ketika blok pengamatan akan hilang, yaitu ada sekelompokpengamatan dengan semua variabel penjelasan atau covariates yang diamati dan serangkaian pengamatandengan hanya satu blok dari variabel diamati. Kami mengusulkan pengukur koefisien regresi yangkombinasi dua penduga, yang didasarkan pada pengamatan dengan variabel tidak hilang, dan yang lainnyakumpulan semua pengamatan setelah menghapus blok variabel dengan nilai-nilai yang hilang. Usulan regu-gabungan pengukur akan dibandingkan dengan penduga tidak terikat. Jika bergerak mencurigai bahwavariabel dengan nilai-nilai yang hilang mungkin dihapus, tes awal akan dilakukan untuk mengatasiketidakpastian. Jika awal tes hipotesis null regresi yang koefisien variabel denganhilang nilai setara dengan nol diterima, maka hanya data dengan nilai-nilai yang hilang tidak digunakan untuk memperkirakanKoefisien regresi. Sebaliknya pengukur gabungan yang digunakan. Ini memberikan tes awalpengukur. Sifat-sifat pengukur tes awal dan perbandingan penduga dipelajarioleh sebuah studi Monte Carlo.

Results (Indonesian) 2:

Kami menganggap model regresi ketika blok pengamatan yang hilang, yaitu ada sekelompok
pengamatan dengan semua variabel penjelas atau kovariat diamati dan satu set pengamatan
dengan hanya satu blok dari variabel yang diamati. Kami mengusulkan estimator koefisien regresi yang
merupakan kombinasi dari dua penduga, yang didasarkan pada pengamatan tanpa variabel yang hilang, dan yang lainnya
set semua pengamatan setelah menghapus blok variabel dengan nilai-nilai yang hilang. Yang diusulkan
estimator gabungan akan dibandingkan dengan estimator uncombined. Jika eksperimen mencurigai bahwa
variabel dengan nilai-nilai yang hilang dapat dihapus, uji pendahuluan akan dilakukan untuk menyelesaikan
ketidakpastian. Jika tes awal hipotesis nol bahwa koefisien regresi dari variabel dengan
nilai sama dengan nol hilang diterima, maka hanya data tanpa nilai-nilai yang hilang digunakan untuk memperkirakan
koefisien regresi. Jika tidak estimator gabungan digunakan. Hal ini memberikan tes awal
estimator. Sifat-sifat estimator tes awal dan perbandingan dari estimator yang dipelajari
oleh studi Monte Carlo.