Multiple Imputation — MICE

L'imputazione multipla (MI), introdotta formalmente da Donald B. Rubin nel 1987, è una procedura statistica rigorosa per la gestione dei dati mancanti. Invece di sostituire ogni valore mancante una sola volta, la MI colma le lacune m volte — ogni volta estraendo valori plausibili dalla distribuzione predittiva posteriore dei dati mancanti — producendo m dataset completi. Ciascun dataset viene analizzato indipendentemente e i risultati vengono combinati in un unico insieme di stime utilizzando le regole di pooling di Rubin. La variante MICE (Multivariate Imputation by Chained Equations), resa popolare da van Buuren e Groothuis-Oudshoorn (2011), estende l'approccio a tipi di variabili misti imputando ciascuna variabile a turno attraverso una sequenza di modelli di regressione condizionale.