不同缺失数据比例下插补技术的评估
统计方法学
2022-12-27 v1 其他统计学
摘要
缺失数据是一个常见问题，一直困扰着统计学家和应用分析研究人员。虽然基于均值的替换或热卡插补等替换方法已得到充分研究，但通过改进的计算资源实现的新兴插补技术却缺乏正式评估。本研究正式考察了五种较新开发的插补方法：Amelia、Mice、mi、Hmisc 和 missForest——使用 RMSE 将其性能与真实值以及成熟的基于均值的替换方法进行比较。通过排序方法对每种方法的 RMSE 度量进行了整合。结果表明，missForest 算法表现最佳，而 mi 算法表现最差。
引用
@article{arxiv.2109.04227,
title = {Evaluation of imputation techniques with varying percentage of missing data},
author = {Seema Sangari and Herman E. Ray},
journal= {arXiv preprint arXiv:2109.04227},
year = {2022}
}
备注
16 pages, 21 figures, 3 tables