Boken "Visualization and Imputation of Missing Values" gir en grundig utforskning av teknikker for visualisering og imputasjon av manglende verdier. Den presenterer praktiske anvendelser ved hjelp av statistikkprogramvaren R og forklarer begreper knyttet til vanlige imputasjonsmetoder, med særlig fokus på visualisering, beskrivelser av dataproblemer og praktiske løsninger som kan implementeres med R. Boken dekker moderne metoder for robust imputasjon, imputasjon basert på dyp læring og spesifikke tilnærminger for komplekse data. Hver metode vurderes grundig, og boken belyser fordeler, ulemper og fallgruver, noe som gir leseren en klar oversikt over hvilke imputasjonsmetoder som er best egnet for ulike datamengder. Den behandler emner som forhåndsanalyse av data, visualisering av manglende verdier i ufullstendige datasett, én- og flererangs imputasjon, deduktiv imputasjon og erstatning av outliers. Videre studeres modellbaserte metoder, herunder metoder basert på robuste estimater, ikke-lineære metoder som trebaserte algoritmer og dyp læring, samt imputasjon av sammensatte data og evaluering av imputasjonskvalitet basert på visuelle diagnostiske verktøy.
