Estimativa de Valores Ausentes em Dados Incompletos

Visão Geral

Este projeto apresenta um modelo para a estimativa de valores ausentes em conjuntos de dados incompletos, inspirado nos trabalhos seminais de G. N. Wilkinson (1958) e D. B. Rubin (1976). Este método permite que análises estatísticas tradicionais sejam aplicadas a dados que possuem observações ausentes, minimizando a perda de precisão e melhorando a robustez dos resultados.

Funcionalidades

Minimização da Soma Residual dos Quadrados: Insere estimativas que minimizam a soma residual dos quadrados, garantindo a precisão dos parâmetros do modelo linear.

Análises de Variância Precisas: Permite análises de variância mesmo com dados incompletos, ajustando apropriadamente os graus de liberdade.

Flexibilidade: Adequado para diferentes tipos de designs experimentais, como blocos incompletos, quadrados de reticulado e designs de split-plot.

Aplicações

Este modelo é especialmente útil em áreas de pesquisa onde dados ausentes são uma ocorrência comum, proporcionando uma ferramenta confiável para cientistas de dados e estatísticos.

Referências

Wilkinson, G. N. (1958). Estimation of Missing Values for the Analysis of Incomplete Data. Biometrics, 14(2), 257-268.

Rubin, D. B. (1976). Inference of Missing Data. Biometrika, 63(3), 581-592.

github: https://github.com/Dudusegovia