Process / pipeline

Multiple Imputation — MICE

Multiple Imputation (MI) は、1987年にDonald B. Rubinによって正式に導入された、欠損値に対処するための原理的な統計的手順である。MIは、各欠損値を一度だけ置き換えるのではなく、欠損値の事後予測分布から妥当な値をそれぞれ引き出すことで、ギャップをm回埋め、m個の完全なデータセットを生成する。各データセットは独立に分析され、結果はRubinのプール規則を用いて単一の推定値セットに結合される。van BuurenとGroothuis-Oudshoorn (2011) によって普及したMICE(Multivariate Imputation by Chained Equations)の変法は、各変数を順番に条件付き回帰モデルのシーケンスを通じて代入することにより、混合変数型へのアプローチを拡張する。

StatMindで適用する近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

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

+4 more

出典

  1. Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley. DOI: 10.1002/9780470316696
  2. van Buuren, S. & Groothuis-Oudshoorn, K. (2011). mice: Multivariate Imputation by Chained Equations in R. Journal of Statistical Software, 45(3), 1–67. link

このページの引用方法

ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/ja/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.

Compare side by side

この手法を参照する項目

ScholarGateMultiple Imputation (Multiple Imputation by Chained Equations (MICE)). 2026-06-15に以下より取得 https://scholargate.app/ja/statistics/multiple-imputation · データセット: https://doi.org/10.5281/zenodo.20539026