Aplicações do método de imputação múltipla MICE em dados longitudinais

Abstract

Dados longitudinais estão presentes nos mais variados estudos, sendo comum a presença de dados ausentes nesse contexto. O principal objetivo deste trabalho é mostrar as vantagens do uso da Imputação Múltipla de dados ausentes, com o método denominado Multivariate Imputation by Chained Equations (MICE). Duas aplicações com dados longitudinais reais foram realizadas com esse fim. O primeiro estudo contou com um conjunto de dados completos sobre a qualidade da água do Rio Piracicaba e, com a retirada aleatória de uma parte dos dados, foram aplicados os diversos métodos de imputação usuais e a imputação múltipla. O conjunto de dados original e os conjuntos imputados com todos os métodos foram analisados e os resultados comparados. No segundo estudo, sobre parâmetros hematológicos e bioquímicos em serpentes da espécie Crotalus durissus terrificus, somente a imputação múltipla foi aplicada para obtenção dos perfis médios das variáveis.

Longitudinal data are featured in the most varied studies, and the presence of missing data in this context is common. The main objective of this dissertation is to presente the advantages of using Multiple Imputation of missing data, with the method named Multivariate Imputation by Chained Equations (MICE). Two applications with real longitudinal data were made for this purpose. The first study had a complete set of data on the water quality of the Piracicaba River and, with the random removal of a part of the data, the various usual imputation methods and multiple imputation were applied. The original dataset and imputed sets with all methods were analyzed, and the results compared. In the second study, on hematological and biochemical parameters in snakes of the species Crotalus durissus terrificus, only multiple imputation was applied to obtain the average profiles of the variables.