Resumen de Imputación múltiple en variables categóricas usando data augmentation y árboles de clasificación.

Jorge Bacallao Guerra, Jorge Bacallao Gallestey

• español

  Se presenta un método para resolver problemas de valores faltantes en datos categóricos. Es una variante de la Imputación Múltiple, que combina la acción de los Árboles de Clasificación (CA) y la implementación del algoritmo Data Augmentation para datos categóricos. Se describe el método y se compara a niveles teórico y práctico con los métodos que se utilizan actualmente en la literatura, a través del desarrollo de un ejemplo con una base ficticia utilizando la implementación en lenguaje R del método propuesto.

• English

  It is a modication of common multiple imputation algorithms which combines classification trees (CT) and data augmentation for categorical data. We describe the rationale of the method and compare it, on theoretical and practical grounds, with two of the most frequently used methods. We use a fictitious base and an �ad hoc" R-based software.