Imputação múltipla livre de distribuição em tabelas incompletas de dupla entrada

Pesquisa Agropecuária Brasileira

Sergio Arciniegas-alarcón¹  Carlos Tadeu Dos Santos Dias¹  Marisol García-peña¹ 

关键词: dados ausentes;    decomposição por valores singulares;    ensaios multiambiente;    experimentos desbalanceados;    interação genótipo x ambiente;    melhoramento de plantas.;    missing data;    singular value decomposition;    multi-environment trials;    unbalanced experiments;    genotype x environment interaction;    plant breeding.;   

DOI  :  10.1590/S0100-204X2014000900004

来源: SciELO

【 摘 要 】

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.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License