Simulação de Monte Carlo com Dados Ausentes

A simulação de Monte Carlo com dados ausentes combina simulação estocástica — extração de valores aleatórios de distribuições de probabilidade — com estratégias de tratamento de dados ausentes baseadas em princípios, como imputação múltipla. Em vez de descartar registros incompletos ou substituir por um único valor de preenchimento, o método gera muitos conjuntos de dados completos simulados, executa a análise alvo em cada um e agrupa os resultados para fornecer estimativas que refletem honestamente tanto a incerteza da amostragem quanto a incerteza devida à ausência de dados.