Process / pipelineMissing data

Hiányzó adatok mechanizmusai: MCAR, MAR és MNAR

A Donald Rubin által 1976-ban bevezetett hiányzó adatok mechanizmusai formális taxonómiát nyújtanak az adathalmazból hiányzó megfigyelések okainak osztályozására. A három kategória – Teljesen véletlenszerűen hiányzó (MCAR), Véletlenszerűen hiányzó (MAR) és Nem véletlenszerűen hiányzó (MNAR) – a hiány valószínűsége és a megfigyelt vagy megfigyeletlen értékek közötti kapcsolatot írja le. A helyes mechanizmus azonosítása alapvető fontosságú, mivel ez határozza meg, hogy mely analitikai stratégiák őrzik meg az érvényes és torzítatlan következtetést.

Alkalmazás ezzel: StatMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Hiányzó adatok mechanizmusai: MCAR, MAR és MNAR
EM-algoritmusMICETöbbszörös imputáció

Források

  1. Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581–592. DOI: 10.1093/biomet/63.3.581

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 2). Missing Data Mechanisms (MCAR, MAR, MNAR). ScholarGate. https://scholargate.app/hu/statistics/missing-data-mechanisms

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.

Compare side by side
ScholarGateMissing Data Mechanisms (Missing Data Mechanisms (MCAR, MAR, MNAR)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/statistics/missing-data-mechanisms · Adatkészlet: https://doi.org/10.5281/zenodo.20539026