Множественная импутация — MICE
Множественная импутация (МИ), формально введенная Дональдом Б. Рубином в 1987 году, является принципиальной статистической процедурой для обработки пропущенных данных. Вместо однократной замены каждого пропущенного значения, МИ заполняет пробелы m раз — каждый раз извлекая правдоподобные значения из апостериорного предиктивного распределения пропущенных данных — создавая m полных наборов данных. Каждый набор данных анализируется независимо, а результаты объединяются в единый набор оценок с использованием правил объединения Рубина. Вариант MICE (многомерная импутация с использованием цепных уравнений), популяризированный ван Бюреном и Гроотхуисом-Оудсхорном (2011), расширяет подход на смешанные типы переменных, импутируя каждую переменную по очереди через последовательность условных регрессионных моделей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/ru/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.
- Метод подбора на основе оценки склонностиСтатистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →