Обработка пробелов в данных: применение метода множественного вменения
Данные часто бывают неполными. В клинических испытаниях пациенты могут выбывать, респонденты пропускать вопросы в опросах, а школы и правительства — скрывать определённые результаты. Когда отсутствуют данные, стандартные статистические методы, такие как вычисление средних, становятся неэффективными. «Мы не можем работать с отсутствующими данными так же, как не можем делить на ноль», — поясняет Стеф ван Бюрен,...









