Process / pipeline

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.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

+4 more

Источники

  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

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.

Compare side by side

Упоминается в

ScholarGateMultiple Imputation (Multiple Imputation by Chained Equations (MICE)). Получено 2026-06-15 из https://scholargate.app/ru/statistics/multiple-imputation · Набор данных: https://doi.org/10.5281/zenodo.20539026