Wissenschaftliche Texte zu imputation

Imputation bezeichnet in der Statistik und Datenanalyse die Schließung von Lücken in Datenbeständen durch geschätzte oder simulierte Werte. Dieser Prozess ist insbesondere in der Datenverarbeitung und -analyse von Bedeutung, da fehlende Werte die Ergebnisse von Studien und Untersuchungen verfälschen können. Imputation wird in verschiedenen Disziplinen wie der Statistik, Informatik und Sozialforschung eingesetzt, um die Qualität und Zuverlässigkeit von Daten zu verbessern.

2 Veröffentlichungen

How Can a Loss of Information in Mixed Attribute Datasets be Prevented?
On the Imputation of Missing Values in Mixed Attribute Datasets Using Higher Order Kernel Functions

Autor:in: Aasha Ajith (Autor:in)

Fach: Informatik - Allgemeines

Kategorie: Masterarbeit , 2012 43 Seiten , Note: 1.00

Katalognummer: 457847

Preis: US$ 21,99
On Missing Data Imputation for IRB Models

Autor:in: Yang Liu (Autor:in)

Fach: BWL - Bank, Börse, Versicherung

Kategorie: Technischer Bericht , 2021 14 Seiten , Note: 1

Katalognummer: 1159447

Preis: US$ 18,99

Die Imputation von fehlenden Werten ist ein wichtiger Schritt in der Datenverarbeitung, da sie die Verzerrung von Analyseergebnissen verhindern kann. Zentrale Theorien und Methoden der Imputation umfassen die Verwendung von Regressionsmodellen, die Anwendung von Bayes'schen Verfahren und die Nutzung von KI-Techniken. Die Imputation hat auch Bedeutung in verschiedenen Anwendungsfeldern, wie der Medizin, der Wirtschaft und der Sozialforschung, wo sie zur Schließung von Lücken in Datenbeständen und zur Verbesserung der Datenqualität eingesetzt wird. Du findest wissenschaftliche Arbeiten zu Imputation als PDF und eBook, viele auch als Print-on-Demand, bei GRIN.