Múltiple Imputación — MICE

La Múltiple Imputación (MI), introducida formalmente por Donald B. Rubin en 1987, es un procedimiento estadístico riguroso para manejar datos faltantes. En lugar de reemplazar cada valor faltante una sola vez, la MI rellena las lagunas m veces — cada vez extrayendo valores plausibles de la distribución predictiva posterior de los datos faltantes — produciendo m conjuntos de datos completos. Cada conjunto de datos se analiza de forma independiente y los resultados se combinan en un único conjunto de estimaciones utilizando las reglas de agrupación de Rubin. La variante MICE (Múltiple Imputación por Ecuaciones Enlazadas), popularizada por van Buuren y Groothuis-Oudshoorn (2011), extiende el enfoque a tipos de variables mixtas imputando cada variable por turno a través de una secuencia de modelos de regresión condicional.