Tratar valores faltantes

Bloco 5 — Limpeza de dados

Objetivo

escolher uma estratégia de tratamento dos valores ausentes conforme o mecanismo de ausência, o tipo de variável e a taxa constatada; dominar a remoção, a imputação simples, o preenchimento por vizinhança temporal, a imputação por modelo e o indicador de ausência; aplicar sem exceção a regra segundo a qual toda estatística de imputação é estimada apenas sobre o conjunto de treinamento.

Duração estimada

50 minutos

Pré-requisitos

capítulos 014, 018; noção de separação Treino/Teste (026)

Quizzes associados

019.1-quiz-suppression.md a 019.7-quiz-tableau-de-decision.md

O capítulo 018 estabeleceu como identificar os valores ausentes e qualificar o mecanismo que os produz. O presente capítulo trata da sequência. Três famílias de respostas existem — retirar, substituir, sinalizar — e nenhuma é neutra: cada uma modifica a distribuição dos dados, portanto os parâmetros que o modelo estimará.