Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 10 votes.
Flexible Imputation of Missing Data, Second Edition
Les données manquantes constituent un défi pour l'analyse des données en situation réelle. Les solutions ad hoc simples, comme la suppression ou l'imputation moyenne, ne fonctionnent que dans des conditions très restrictives, qui ne sont souvent pas remplies dans la pratique. L'imputation multiple remplace chaque valeur manquante par plusieurs valeurs plausibles. La variabilité entre ces remplacements reflète notre ignorance de la valeur réelle (mais manquante). Chaque ensemble de données complété est ensuite analysé par des méthodes standard et les résultats sont regroupés pour obtenir des estimations non biaisées avec des intervalles de confiance corrects. L'imputation multiple est une approche générale qui inspire également de nouvelles solutions à d'anciens problèmes en reformulant la tâche à accomplir comme un problème de données manquantes.
Il s'agit de la deuxième édition d'un ouvrage populaire sur l'imputation multiple, axé sur l'explication de l'application des méthodes à l'aide d'exemples détaillés utilisant le progiciel MICE développé par l'auteur. Cette nouvelle édition intègre les développements récents dans ce domaine en pleine évolution.
Ce livre, qui a fait ses preuves, évite autant que possible les détails mathématiques et techniques : les formules sont accompagnées d'énoncés verbaux qui expliquent la formule en termes accessibles. Le livre aiguise l'intuition du lecteur sur la façon de penser les données manquantes et fournit tous les outils nécessaires pour exécuter une analyse quantitative bien fondée en présence de données manquantes.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)