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....
Guardado en:
| Autores principales: | Arnaudo, María Belén, Fernández, María Soledad, Pérez, Adriana Alicia |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2021
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/140156 http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-12.pdf |
| Aporte de: |
Ejemplares similares
-
Estimación robusta multivariada en presencia de datos faltantes
por: Marfia, Martín, et al.
Publicado: (2020) -
Estimación robusta multivariada en presencia de datos faltantes
por: Marfia, Martín, et al.
Publicado: (2020) -
Imputación de Información Faltante o Confusa: un Diagnóstico de su Evolución
por: Badler, Clara E., et al.
Publicado: (2005) -
Imputación de datos faltantes en encuestas escolares: comparación entre Random Forest y Redes Neuronales Artificiales
por: Saguier, Malena
Publicado: (2025) -
Información Faltante en Experimentos Biológicos. Una Solución mediante Imputación Múltiple a Través del Programa SAS
por: Badler, C. E., et al.
Publicado: (2005)