MICE — Multivariate Imputation by Chained Equations

Multivariate Imputation by Chained Equations (MICE) ist ein iteratives Verfahren zur Behandlung fehlender Daten in multivariaten Datensätzen. Der Algorithmus, der von Stef van Buuren und Karin Groothuis-Oudshoorn über das R-Paket mice (2011) eingeführt wurde, füllt jede fehlende Variable mithilfe eines separaten Regressionsmodells, das auf allen anderen Variablen konditioniert ist, und durchläuft die Variablen wiederholt, bis die imputierten Werte konvergieren. Das Ergebnis sind m vervollständigte Datensätze, die separat analysiert und nach den Regeln von Rubin kombiniert werden.