Imputación de datos faltantes en construcción equilibrada para diseños de bloques incompletos
Autores: Yu, Haiyan; Han, Bing; Rios, Nicholas; Chen, Jianbin
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Imputación de datos faltantes en construcción equilibrada para diseños de bloques incompletos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Datos observacionales
Diseño experimental
Tratamientos
Métodos de imputación
Diseño de bloques completos al azar
Datos faltantes
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Los datos observacionales con tamaños de muestra masivos suelen estar distribuidos en muchas máquinas locales. Desde una perspectiva de diseño experimental, los investigadores a menudo desean identificar el efecto de nuevos tratamientos (incluso algoritmos de ML) en muchos bloques de datos experimentales.
Descripción
Los datos observacionales con tamaños de muestra masivos suelen estar distribuidos en muchas máquinas locales. Desde una perspectiva de diseño experimental, los investigadores a menudo desean identificar el efecto de nuevos tratamientos (incluso algoritmos de ML) en muchos bloques de datos experimentales.