imputação múltipla livre de distribuição em tabelas incompletas de dupla entrada

Clicks: 6
ID: 164527
2014
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #190 of 193 articles by views in proc - the fourth ieee workshop on software technol for future embedded and ubiquitous syst, seus 2006 andthe second int workshop on collaborative comput, integr, and assur, wccia 2006

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 193 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
O objetivo deste trabalho foi propor um novo algoritmo de imputação múltipla livre de distribuição, por meio de modificações no método de imputação simples recentemente desenvolvido por Yan para contornar o problema de desbalanceamento de experimentos. O método utiliza a decomposição por valores singulares de uma matriz e foi testado por meio de simulações baseadas em duas matrizes de dados reais completos, provenientes de ensaios com eucalipto e cana-de-açúcar, com retiradas aleatórias de valores em diferentes percentagens. A qualidade das imputações foi avaliada por uma medida de acurácia geral que combina a variância entre imputações e o viés quadrático médio delas em relação aos valores retirados. A melhor alternativa para imputação múltipla é um modelo multiplicativo que inclui pesos próximos a 1 para os autovalores calculados com a decomposição. A metodologia proposta não depende de pressuposições distribucionais ou estruturais e não tem restrições quanto ao padrão ou ao mecanismo de ausência dos dados.
Reference Key
arciniegas-alarcn2014pesquisaimputao Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Sergio Arciniegas-Alarcón;Carlos Tadeu dos Santos Dias;Marisol García-Peña
Journal proc - the fourth ieee workshop on software technol for future embedded and ubiquitous syst, seus 2006 andthe second int workshop on collaborative comput, integr, and assur, wccia 2006
Year 2014
DOI
10.1590/S0100-204X2014000900004
URL
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2014000900683&lng=en&tlng=en
Keywords
Agriculture (General) experimentos desbalanceados

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.