[R-br] Como escolher o melhor conjunto de dados imputador no MICE

[Cesar Rabak]

Elias,

A imputação é uma técnica que super simplificadamente objetiva colocar
dados em variáveis cujos valores estão ausentes para não "perturbar" uma
determinada estatística e permitir analisar as outras variáveis dos casos
sob estudo.

Um exemplo simples seria colocar a média da variável em todos os casos de
valores ausentes¹.

No seu caso que você deseja fazer uma pesquisa usando redes bayesianas
haveria necessidade de ver se a abordagem em si da imputação faria sentido
e então ver qual (tipo) seria mais apropriada.

Há uma extensa literatura sobre esse tema, que suponho você esteja
familiarizado e consultando-a, e pelo meu contato com o tema quer me
parecer que há uma certa preferência (do jeito da imputação) em função do
domínio do problema.

HTH
--
Cesar Rabak


[1] Bem simples, vou elidir a discussão sobre vantagens e desvantagens
dessa específica abordagem e propriedade em função da quantidade de dados
faltantes.

2017-04-19 0:34 GMT-03:00 Elias Carvalho via R-br <r-br em listas.c3sl.ufpr.br>
:

> Usando o pacote mice fiz o seguinte teste (imputação de dados):
>
> imp <- mice(nhanes)
>
> Isso gerou 5 conjuntos de dados imputados:
>
> imp$imp$bmi
>
>
>
> ​​
>
> Eu gostaria de entender como escolher o melhor dataset imputado
>
> Por exemplo, para bmi (acima) qual das 5 colunas será a melhor escolha?
>
> Eu achei vários exemplos usando regressão logistica, mas eu não vou rodar
> uma regressão logistica, vou usar os dados para criar uma rede bayesiana.
>
> Alguém poderia me ajudar por favor?
> --
>
>
> *In Jesu et Maria*
> *Obrigado*
> *Prof. Elias Carvalho*
>
> *"Felix, qui potuit rerum cognoscere causas" (Virgil 29 BC)"Blessed is he
> who has been able to understand the cause of things"*
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20170421/569fa353/attachment.html>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: Captura de tela de 2017-04-19 00-30-32.png
Tipo: image/png
Tamanho: 14828 bytes
Descrição: não disponível
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20170421/569fa353/attachment.png>