Key points are not available for this paper at this time.
Resumo A imputação múltipla foi concebida para lidar com o problema de dados ausentes em bases de dados de uso público onde o construtor da base de dados e o usuário final são entidades distintas. O objetivo é uma inferência frequencista válida para usuários finais que, em geral, têm acesso apenas a softwares para dados completos e possuem conhecimento limitado sobre razões específicas e modelos para o não-resposta. Para essa situação e objetivo, acredito que a imputação múltipla feita pelo construtor da base de dados é o método preferido. Este artigo fornece primeiramente uma descrição do contexto e dos objetivos assumidos, e em seguida, revisa o arcabouço da imputação múltipla e seus resultados padrão. Essas discussões preliminares são especialmente importantes porque alguns comentários recentes sobre imputação múltipla refletiram mal-entendidos tanto dos objetivos práticos da imputação múltipla quanto dos resultados teóricos fundamentais. Depois, são consideradas críticas à imputação múltipla e, finalmente, são feitas comparações com estratégias alternativas.
Building similarity graph...
Analyzing shared references across papers
Loading...
Donald B. Rubin
Journal of the American Statistical Association
Harvard University
Building similarity graph...
Analyzing shared references across papers
Loading...
Donald B. Rubin (Sáb,) estudou essa questão.
www.synapsesocial.com/papers/69eedff2b65c86b636037e6f — DOI: https://doi.org/10.2307/2291635
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: