imputatsioon

Imputatsioon on statistikas puuduvate väärtuste infereerimine, et täita andmestik ja parandada analüüside jõudlust. Puuduvad andmed võivad vähendada võimsust ja suurendada vigu; imputatsiooni eesmärk on pakkuda sisulisi, andmete struktuuriga kooskõlas olevaid väärtusi.

Imputatsioon jaguneb ühekordseks (single) ja mitmeks (multiple). Ühekordse korral asendatakse puuduvad väärtused näiteks keskmise, mediaani, regressioonimputatsiooni või hot-deck meetoditega. Need lihtsad meetodid võivad alahinnata varieeruvust ja viia moonutusteni. Mitme imputatsiooni puhul luuakse mitme komplektiga andmestik, igaüks sisaldab erinevate eeldustega täidetud väärtusi; tulemused analüüsitakse eraldi ja ühendatakse Rubini reeglitega, et kajastada ebakindlust.

Genoomikas ja bioinformaatikas kasutatakse eraldi imputatsiooni genotüüpide puudujääkide täitmiseks viite haplotüüpide alusel; levinud tööriistad hõlmavad BEAGLE ja IMPUTE ning viiteandmestikke nagu 1000 Genomes.

Puuduvate andmete mehhanismid jagunevad MCAR, MAR ja MNAR. Enamasti eeldatakse MAR või MCAR; MNAR-i puhul võib olla vajalik lisamudel või tundlikkuse analüüs, sest ebakindlus võib olla suurem.

Rakendused hõlmavad kliinilisi uuringuid, sotsioloogilisi andmeid ja genoomiliste uuringute eelanalüüse. Õige imputatsioon suurendab jõudlust, kuid vale eeltöö või vale mehhanism võib tekitada vigu; seetõttu on oluline valida sobiv meetod ja hinnata tundlikkust.