ScholarGate
Assistente
Process / pipeline

Imputação Múltipla — MICE

A Imputação Múltipla (IM), formalmente introduzida por Donald B. Rubin em 1987, é um procedimento estatístico fundamentado para lidar com dados ausentes. Em vez de substituir cada valor ausente uma única vez, a IM preenche as lacunas m vezes — cada vez extraindo valores plausíveis da distribuição preditiva posterior dos dados ausentes — produzindo m conjuntos de dados completos. Cada conjunto de dados é analisado independentemente, e os resultados são combinados em um único conjunto de estimativas usando as regras de agregação de Rubin.

Aplicar com StatMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

+4 more

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/pt/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

Referenciado por

ScholarGateMultiple Imputation (Multiple Imputation by Chained Equations (MICE)). Recuperado em 2026-06-15 de https://scholargate.app/pt/statistics/multiple-imputation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026