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。
手法の全文を読む
会員限定
ログイン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。
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
出典
- Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley. DOI: 10.1002/9780470316696 ↗
- 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 →