Falta regla de datos del pulgar

Como regla general, si faltan menos del 5% de las observaciones, los datos faltantes simplemente se pueden eliminar sin ramificaciones significativas (3).

1. ¿Qué porcentaje de datos faltantes es aceptable??
2. ¿Cuántos datos faltantes son aceptables para la imputación única??
3. ¿Cómo se ocupa del 50% de datos faltantes??

¿Qué porcentaje de datos faltantes es aceptable??

¿Cuántos datos faltan?? El porcentaje general de datos que faltan es importante. En general, si faltan menos del 5% de los valores, entonces es aceptable ignorarlos (Ref).

¿Cuántos datos faltantes son aceptables para la imputación única??

Scheffer (2002) sugiere que los casos completos pueden usarse si no faltan más del 6% de los datos, la imputación única si no hay más del 10% de los datos y los procedimientos más complejos, como la imputación múltiple, si entre el 10% y el 25% de los datos faltan.

¿Cómo se ocupa del 50% de datos faltantes??

Ejecute modelos predictivos que imputen los datos faltantes. Esto debe hacerse junto con algún tipo de esquema de validación cruzada para evitar fugas. Esto puede ser muy efectivo y puede ayudar con el modelo final. Use el número de valores faltantes en una fila dada para crear una nueva función de ingeniería.