Árboles de regresión para optimizar la imputación Hot Deck

Resumen

Ante la persistente necesidad de tener una base de datos completa y la búsqueda de mejorar las técnicas clásicas de estimación de los datos ausentes, la investigación presenta una propuesta de metodología para la imputación de las pérdidas o falta de los datos, mediante la combinación de un Análisis de segmentación, específicamente un Árbol de Regresión y la técnica clásica de imputación Hot Deck secuencial. Se calcula los estimadores para la media, totales y varianza, así como la validación empírica de la propuesta, en la que se obtuvieron estimadores insesgados. Se considera que la técnica mejora la robustez entre pérdidas del 5 y 30% de los datos, se mantiene la variabilidad de los datos y las relaciones entre las variables, mejora las estimaciones con respecto a la técnica Hot Deck sin el uso de la segmentación.