Flexible Imputation of Missing Data, Second Edition av Stef van Buuren

Manglende data gir betydelige utfordringer i dataanalyse i praksis. Enkle og tilfeldige løsninger, som å slette data eller bruke gjennomsnittlig imputasjon, fungerer kun under svært strenge betingelser som ofte ikke er oppfylt i virkeligheten. Multipel imputasjon innebærer å erstatte hver manglende verdi med flere plausible verdier, der variasjonen mellom disse erstatningene avspeiler vår usikkerhet om den virkelige (men manglende) verdien. Hver av de fullstendige datasett blir deretter analysert ved hjelp av standardmetoder, og resultatene samles for å oppnå upartiske estimater med riktige konfidensintervaller. Multipel imputasjon er en generell tilnærming som også gir inspirasjon til nye løsninger på gamle problemer ved å omformulere oppgaven som en problemstilling med manglende data. Dette er den andre utgaven av en populær bok om multipel imputasjon, med fokus på å forklare anvendelsen av metodene gjennom detaljerte eksempler ved bruk av MICE-pakken utviklet av forfatteren. Den nye utgaven inkluderer også de nyeste utviklingene innen dette hurtig utviklende feltet. Boken er testet i klasserom og unngår.