Regresión con datos faltantes

1. ¿Puedes ejecutar una regresión con datos faltantes??
2. ¿Cómo se ocupa de los datos faltantes en la regresión??
3. ¿Cuántos datos faltantes son aceptables para la regresión??

¿Puedes ejecutar una regresión con datos faltantes??

Con el análisis de regresión, el valor predeterminado en todos los programas es eliminar cualquier caso con datos faltantes en cualquiera de las variables (i.mi., eliminación de listones). A medida que aumenta la cantidad de datos que faltan, puede haber una reducción sustancial del tamaño de la muestra y una pérdida de potencia resultante.

¿Cómo se ocupa de los datos faltantes en la regresión??

Al tratar con los datos faltantes, los científicos de datos pueden usar dos métodos principales para resolver el error: imputación o la eliminación de datos. El método de imputación desarrolla conjeturas razonables para los datos faltantes. Es más útil cuando el porcentaje de datos faltantes es bajo.

¿Cuántos datos faltantes son aceptables para la regresión??

Los artículos de orientación estadística han declarado que es probable que el sesgo sea en análisis con más del 10% de falta de falta y que si faltan más del 40% en las variables importantes, los resultados solo deben considerarse como una hipótesis que generan [18], [19].