Regra de dados ausentes

Como regra geral, se menos de 5% das observações estão ausentes, os dados ausentes podem ser simplesmente excluídos sem ramificações significativas (3).

1. Que porcentagem de dados ausentes é aceitável?
2. Quanto dados ausentes são aceitáveis ​​para uma única imputação?
3. Como você lida com 50% de dados ausentes?

Que porcentagem de dados ausentes é aceitável?

Quanto dados estão faltando? A porcentagem geral de dados que estão faltando é importante. Geralmente, se menos de 5% dos valores estão ausentes, é aceitável ignorá -los (ref).

Quanto dados ausentes são aceitáveis ​​para uma única imputação?

Scheffer (2002) sugere que casos completos podem ser usados ​​se não falta mais de 6% dos dados, faltando imputação única se não houver mais que 10% dos dados estiverem ausentes e procedimentos mais complexos, como imputação múltipla, se entre 10% e 25% dos dados estão faltando.

Como você lida com 50% de dados ausentes?

Executar modelos preditivos que imputam os dados ausentes. Isso deve ser feito em conjunto com algum tipo de esquema de validação cruzada para evitar vazamentos. Isso pode ser muito eficaz e pode ajudar com o modelo final. Use o número de valores ausentes em uma determinada linha para criar um novo recurso de engenharia.