Regression mit Multipler Imputation in R (für fehlende Werte)
Автор: Regorz Statistik
Загружено: 2022-05-17
Просмотров: 3810
Описание:
Wie geht man mit fehlenden Werten bei der linearen Regression um? Hier ist die 'multiple imputation by chained equations' (mice) for missing data im Moment die bevorzugte Methode. Dieses Tutorial zur Multiplen Imputation erklärt Ihnen, wie Sie Datensätze mit fehlenden Werten (MCAR, MAR) im Rahmen einer Regressionsanalyse mit R analysieren können.
Meine STATISTIKBERATUNG:
https://www.regorz-statistik.de/inhal...
Hier ist ein aktueller Journal-Artikel, der einen guten Überblick über theoretischen Hintergrund und über praktische Umsetzung von Multipler Imputation gibt:
Austin, P. C., White, I. R., Lee, D. S., & van Buuren, S. (2020). Missing data in clinical research: a tutorial on multiple imputation. Canadian Journal of Cardiology.
https://www.sciencedirect.com/science...
Begleitseite zum Tutorial mit dem R-Code:
https://www.regorz-statistik.de/inhal...
Tutorial zur Prüfung von Regressionsvoraussetzungen bei Multipler Imputation:
• Regressionsannahmen prüfen bei multipler I...
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
![Multiple lineare Regression in R [ALL IN ONE] - Voraussetzungen, Durchführung und Interpretation](https://imager.clipsaver.ru/EUbujtw5Azc/max.jpg)
