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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fontes
- 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 ↗
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.
- Propensity Score MatchingEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →