Multipel imputation — MICE

Multipel imputation (MI), formellt introducerad av Donald B. Rubin 1987, är en principfast statistisk procedur för hantering av saknade data. Istället för att ersätta varje saknat värde en gång, fyller MI i luckorna m gånger — varje gång genom att dra sannolika värden från den posteriora prediktiva fördelningen av de saknade data — vilket ger m kompletta dataset. Varje dataset analyseras oberoende, och resultaten kombineras till en enda uppsättning estimat med hjälp av Rubins poolningsregler. MICE-varianten (Multivariate Imputation by Chained Equations), populariserad av van Buuren och Groothuis-Oudshoorn (2011), utvidgar metoden till blandade variabeltyper genom att imputera varje variabel i tur och ordning genom en sekvens av betingade regressionsmodeller.