Imputasi Berganda — MICE
Imputasi Berganda (MI), yang diperkenalkan secara rasmi oleh Donald B. Rubin pada tahun 1987, ialah prosedur statistik berprinsip untuk mengendalikan data yang hilang. Berbanding menggantikan setiap nilai yang hilang sekali, MI mengisi jurang sebanyak m kali — setiap kali menarik nilai yang munasabah daripada taburan ramalan posterior data yang hilang — menghasilkan m set data lengkap. Setiap set data dianalisis secara berasingan, dan keputusan digabungkan menjadi satu set anggaran menggunakan peraturan penggabungan Rubin. Varian MICE (Imputasi Multivariat melalui Persamaan Berantai), yang dipopularkan oleh van Buuren dan Groothuis-Oudshoorn (2011), melanjutkan pendekatan ini kepada jenis pembolehubah bercampur dengan mengimputasi setiap pembolehubah secara bergilir-gilir melalui urutan model regresi bersyarat.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/ms/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.
- Padanan Skor KecenderunganStatistik Penyelidikan↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →