Monte Carlo-simulering med manglende data

Monte Carlo-simulering med manglende data kombinerer stokastisk simulering — trekking av tilfeldige verdier fra sannsynlighetsfordelinger — med prinsippielle strategier for håndtering av manglende data, som multippel imputering. I stedet for å forkaste ufullstendige oppføringer eller erstatte med én enkelt utfyllingsverdi, genererer metoden mange simulerte komplette datasett, kjører den tiltenkte analysen på hver av dem, og samler resultatene for å gi estimater som ærlig reflekterer både usikkerhet fra sampling og usikkerhet grunnet manglende data.