Imputation Of Missing Values In Clinical Data – Micha Johannes BIRKLBAUER
Micha Johannes BIRKLBAUER
Bakalářská práce
Imputation Of Missing Values In Clinical Data
Imputation of missing values in clinical data
Anotace:
Imputation of missing data is a crucial step in data analysis since many statistical methods require complete datasets. In that regard MissForest imputation is a powerful tool that seems to outperform most other imputation approaches. This analysis evaluates how good imputation using MissForest is compared to other methods like imputation by Multivariate Imputation by Chained Equations (MICE), Restricted …víceAbstract:
Imputation of missing data is a crucial step in data analysis since many statistical methods require complete datasets. In that regard MissForest imputation is a powerful tool that seems to outperform most other imputation approaches. This analysis evaluates how good imputation using MissForest is compared to other methods like imputation by Multivariate Imputation by Chained Equations (MICE), Restricted …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 3. 9. 2019
Obhajoba závěrečné práce
- Obhajoba proběhla 9. 9. 2019
- Vedoucí: doc. Dr. Ulrich Bodenhofer
Citační záznam
Jak správně citovat práci
BIRKLBAUER, Micha Johannes. Imputation Of Missing Values In Clinical Data. Č. Budějovice, 2019. bakalářská práce (Bc.). JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH. Přírodovědecká fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH, Přírodovědecká fakultaJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH
Přírodovědecká fakultaBakalářský studijní program / obor:
Applied Informatics / Bioinformatics
Název
Vložil
Vloženo
Práva