Imputacja – sztuczne wstawienie pewnych wartości do tabeli danych. Na ogół imputacja jest wykonywana w celu usunięcia tzw. braków danych, czyli wartości nieznanych. Wiele metod statystycznych nie akceptuje bowiem obserwacji z brakami danych.
Istnieje wiele różnych metod uzupełniania braków danych (ang. missing data imputation), najprostszą jest zastąpienie braków danych średnią ze wszystkich wartości danej zmiennej w próbce.
Imputacja wielokrotna Zaawansowaną, a przy tym uniwersalną metodą imputacji jest imputacja wielokrotna () Rubina. Metoda ta działa w następujący sposób:
Niech jest dowolną metodą statystyczną wymagającą kompletnych danych, której dane wejściowe to a dane wyjściowe to Załóżmy, że nasze dane mają braki danych, a chcielibyśmy zastosować metodę
1. Estymujemy parametry wielowymiarowego rozkładu danych 2. Wykonujemy w pętli dużą liczbę razy, dla następujące czynności: 2a. Uzupełniamy braki danych w wartościami wylosowanymi z rozkładu uzyskując 2b. Stosujemy metodę czyli wyliczamy 3. Łączymy (uśredniamy) wyniki aby otrzymać Algorytm łączenia musi być dobrany do metody W przypadku metod, dla których jest liczbą rzeczywistą, może to być np. średnia arytmetyczna. W przypadku niektórych metod (np. analiza skupień) łączenie nie jest trywialne i może być wręcz niemożliwe.
Przypisy
Linki zewnętrzne
Kategoria:Przygotowanie danych