Pacheco López, Mario JoséAvila León, Mario2023-02-042023-02-042023-02-03Avila León, M. (2022). Propuesta de un Método de Imputación Múltiple para Variables de Tasas y Proporciones. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/49335El análisis de datos faltantes está orientado a la investigación y aplicación de métodos estadísticos, que permiten trabajar conjuntos de datos, con información faltante. Mediante procesos de estimación estadística, los valores faltantes en una base de datos (o muestra), pueden reemplazarse con valores obtenidos en dicho proceso; y lograr una base de datos con información completa. Algo ideal para un investigador; disponer de la data completa es una garantía para considerar toda la información de la muestra. Por este motivo, obtener una buena estimación de los valores faltantes, permite mejorar los análisis; por el contrario, reemplazar los valores ausentes con sesgos en su estimación puede generar valoraciones inadecuadas en un análisis. Los métodos y procesos para la imputación de datos faltantes, mejoran su potencia según el comportamiento de los datos y la información observada. Por tanto, los métodos de imputación pueden aplicarse a variables que cumplan algunas condiciones para asegurar una adecuada estimación. Este trabajo, propone estimar los valores faltantes para variables de proporciones o tasas, con un modelo de regresión Beta.Missing data analysis is oriented to the investigation and application of statistical methods, that allow working with data sets, with missing information. By means of statistical estimation processes, the missing values in a database (or sample), can be replaced with values obtained in this process; and achieve a database with complete information. Something ideal for a researcher; having the complete data is a guarantee to consider all the information of the sample. For this reason, obtaining a good estimate of the missing values, allows to improve the analysis; on the contrary, replacing the missing values with biases in their estimation can generate inadequate valuations in an analysis. The methods and processes for missing data, imputation improve their power according to the behavior of the data and the information observed. Therefore, imputation methods can be applied to variables that meet some conditions to ensure an adequate estimation. This paper, proposes to estimate missing values for ratio or rate variables, with a Beta regression model.application/pdfspaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/bachelor thesisMissing dataBeta regressionImputationImputation methodsRate and ratio variablesEstadísticasVariables de TasasMétodos EstadísticosAbierto (Texto Completo)Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Datos faltantesRegresión BetaImputaciónMétodos de imputaciónVariables de tasas y proporcionesreponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co