Vícenásobná imputace — MICE
Vícenásobná imputace (Multiple Imputation, MI), formálně zavedená Donaldem B. Rubinem v roce 1987, je rigorózní statistická procedura pro práci s chybějícími daty. Namísto jednorázové náhrady každé chybějící hodnoty MI vyplňuje mezery m-krát — pokaždé čerpá věrohodné hodnoty z posteriorní prediktivní distribuce chybějících dat — čímž vytváří m kompletních datových souborů. Každý datový soubor je analyzován nezávisle a výsledky jsou kombinovány do jediné sady odhadů pomocí Rubinových pravidel sdružování (Rubin's pooling rules). Varianta MICE (Multivariate Imputation by Chained Equations), popularizovaná van Buurenem a Groothuisem-Oudshoornem (2011), rozšiřuje tento přístup na smíšené typy proměnných imputací každé proměnné postupně prostřednictvím sekvence podmíněných regresních modelů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/cs/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.
- Párování na základě skóre propensityStatistika ve výzkumu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →