Множествена импутация — MICE
Множествената импутация (MI), формално въведена от Доналд Б. Рубин през 1987 г., е принципен статистически процедурен метод за справяне с липсващи данни. Вместо да се замества всяка липсваща стойност еднократно, MI запълва пропуските m пъти — всеки път извличайки правдоподобни стойности от апостериорното предсказващо разпределение на липсващите данни — като по този начин се получават m пълни набора от данни. Всеки набор от данни се анализира независимо и резултатите се комбинират в единен набор от оценки, използвайки правилата за обединяване на Рубин. Вариантът MICE (Множествена импутация чрез верижни уравнения), популяризиран от ван Бюрен и Гроотхуис-Аудсхорн (2011 г.), разширява подхода към смесени типове променливи чрез импутиране на всяка променлива последователно чрез поредица от условни регресионни модели.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Източници
- Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley. DOI: 10.1002/9780470316696 ↗
- van Buuren, S. & Groothuis-Oudshoorn, K. (2011). mice: Multivariate Imputation by Chained Equations in R. Journal of Statistical Software, 45(3), 1–67. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/bg/statistics/multiple-imputation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Съгласуване по показател на склонностСтатистика за изследвания↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →