Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública

Los datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar el análisis a casos completos puede producir sesgos y pérdida de precisión en las estimaciones, pudiendo eventualmente debilitar la validez de los resultados y las conclusiones....

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Arnaudo, María Belén, Fernández, María Soledad, Pérez, Adriana Alicia
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2021
Materias:
Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/140156
http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-12.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-140156
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
spellingShingle Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
Arnaudo, María Belén
Fernández, María Soledad
Pérez, Adriana Alicia
Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
topic_facet Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
description Los datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar el análisis a casos completos puede producir sesgos y pérdida de precisión en las estimaciones, pudiendo eventualmente debilitar la validez de los resultados y las conclusiones. La imputación múltiple mediante ecuaciones encadenadas constituye un enfoque flexible y práctico para manejar los datos faltantes. Este trabajo presenta una aplicación a partir del estudio del consumo de bebidas azucaradas en adolescentes y su asociación con determinantes sociales. Se utilizaron datos de la Encuesta Mundial de Salud Escolar (EMSE) 2012 y el paquete MICE de R. La muestra estuvo compuesta por 21107 adolescentes de 13 a 15 años pertenecientes a 561 escuelas de todo el país. La imputación múltiple permitió recuperar 6058 registros (28.7% del total). Se encontró que el nivel educativo del hogar y de la escuela se asocian negativamente con el consumo de bebidas azucaradas: a menor nivel educativo, mayor riesgo de consumo. Siendo Argentina uno de los principales países consumidores de bebidas azucaradas del mundo, es fundamental que comiencen a desarrollarse estrategias para desincentivar este comportamiento, priorizando especialmente aquellos adolescentes pertenecientes a entornos de menores recursos.
format Objeto de conferencia
Objeto de conferencia
author Arnaudo, María Belén
Fernández, María Soledad
Pérez, Adriana Alicia
author_facet Arnaudo, María Belén
Fernández, María Soledad
Pérez, Adriana Alicia
author_sort Arnaudo, María Belén
title Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_short Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_full Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_fullStr Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_full_unstemmed Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_sort imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (mice) en salud pública
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/140156
http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-12.pdf
work_keys_str_mv AT arnaudomariabelen imputaciondedatosfaltantesunaaplicaciondelalgoritmodeimputacionmultivariadaporecuacionesencadenadasmiceensaludpublica
AT fernandezmariasoledad imputaciondedatosfaltantesunaaplicaciondelalgoritmodeimputacionmultivariadaporecuacionesencadenadasmiceensaludpublica
AT perezadrianaalicia imputaciondedatosfaltantesunaaplicaciondelalgoritmodeimputacionmultivariadaporecuacionesencadenadasmiceensaludpublica
bdutipo_str Repositorios
_version_ 1764820458330390529

Ejemplares similares