ScholarGate
Pembantu
Process / pipeline

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.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

+4 more

Sumber

  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

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.

Compare side by side

Dirujuk oleh

ScholarGateMultiple Imputation (Multiple Imputation by Chained Equations (MICE)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/multiple-imputation · Set data: https://doi.org/10.5281/zenodo.20539026