Ir al contenido

Documat


Revisión teórica de la imputación de datos con una aplicación en R

  • Autores: Adrián Arturo Quitiaquez
  • Localización: Sigma, ISSN-e 2027-064X, Vol. 20, Nº 2, 2024 (Ejemplar dedicado a: Revista SIGMA), págs. 35-42
  • Idioma: español
  • Enlaces
  • Resumen
    • español

      Este artículo hace una breve revisión bibliográfica de la evolución y la importancia de los métodos de imputación de datos y sus aplicaciones en los ´ultimos años, ya que la aparición de datos faltantes es un problema común en las encuestas e investigaciones realizadas en los diferentes ámbitos de estudio, ya que la mayoría de los estudios se relacionan con los métodos de reemplazo de valores faltantes por valores estimados para completar el conjunto de datos y permitir un análisis estadístico más robusto sobre la estructura de los datos. Con el fin de que los métodos de imputación descritos en este trabajo se puedan implementar y usar con mayor facilidad se proporcionan códigos en los lenguajes de programación R.

    • English

      This article makes a brief bibliographic review of the evolution and importance of data imputation methods and their applications in recent years, since the appearance of missing data is a common problem in surveys and research carried out in different areas of study, as most studies relate to methods of replacing missing values with estimated values to complete the data set and allow for a more robust statistical analysis on the structure of the data. In order that the imputation methods described in this work can be implemented and used more easily, codes are provided in the R programming languages.

  • Referencias bibliográficas
    • Araneda, P. (2021).Missing data. Obtenido de Pubs Rstudio:https://rpubs.com/paraneda/missingdata4
    • Castro, U., Lelly , M., Mesa, ́A., & Dulce, M. (2006). Una introducci ́on a la Imputaci ́on deValores Perdidos.Terra Nueva Etapa, 12.
    • Costas, C., Hernandez , J., & Ramirez, G. (2012).Estimaci ́on de datos perdidos por m ́aximaverosimilitud en patrones MAR y MCAR....
    • Eltinge, J. (1996).Discusi ́on de documentos de imputaci ́on. Asocion americana de estadistica.
    • ESARA. (2016). Informe de Imputacion de datos de la operacion Estad ́ıstica.Instituto Nacionalde Estadistica y Sensos, 4.
    • Estad ́ıstica gubernamental;. (1996).Informe del Grupo de Trabajo sobre Imputacion. ReinoUnido.
    • Goicoechea, A. (2002). Imputaci`on basada en arboles de clasificaci`on.Eustat, 8. Obtenido dehttps://www.eustat.eus/document/datos/ct_04_c.pdf
    • Horton, N., & Lipsitz, S. (2001).Imputaci ́on m ́ultiple en la pr ́actica: comparaci ́on de paquetesde software para modelos de regresi`on...
    • Medina, F., & Galvan, M. (2007). Imputacion de datos: Teoria y practica.Naciones UnidasCEPAL: Division de Estadistica y Proyecciones...
    • Molenberghs, G. (2015). Manual de metodolog ́ıa de datos faltantes. 5.
    • Platek, k. (1986). Metodologia y tratamiento de la no respuesta.Seminario Internacional deEstad ́ıstica., 44-50.42

Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno