登录
洞察 - 결측 데이터 처리
결측 데이터 대체 및 내부 검증을 결합한 임상 위험 예측 모델 구축 및 검증
임상 위험 예측 모델 개발 시, 결측 데이터 처리를 위해 결정적 대체 방법을 사용하고 부트스트래핑을 통해 내부 검증을 수행하는 것이 모델의 성능을 높이고 미래 환자 예측에 효과적이다.
보조 주변 분위수를 사용하여 무시할 수 없는 결측 데이터에 대한 가우시안 코퓰라 모델
본 논문에서는 보조 주변 분위수 정보를 활용하여 무시할 수 없는 결측 데이터를 처리하는 가우시안 코퓰라 모델 기반의 새로운 접근 방식을 제시합니다.
다중 대치법과 완전 법칙 식별 가능성
완전 법칙이 식별 가능한 경우에만 다중 대치법을 통해 올바른 조건부 분포에서 대치값을 생성할 수 있다.
결측 데이터가 있는 경우 해석 가능한 예측 규칙 앙상블 (다양한 결측값 처리 방법 비교)
결측 데이터가 있는 상황에서 예측 규칙 앙상블(PRE) 모델의 성능을 향상하기 위해 다양한 데이터 대치 방법과 변수 조정 기법을 비교 분석하고, 실제 데이터 분석에서 적절한 방법을 선택하는 데 필요한 정보를 제공합니다.
임상시험에서 일반적으로 사용되는 패턴 혼합 모델에 대한 직접 추정 방법
본 논문에서는 비무시 가능한 결측 데이터가 있는 임상시험에서 치료 효과를 평가하기 위해 일반적으로 사용되는 패턴 혼합 모델에 대한 효율적인 직접 가능도 추정 방법을 제안합니다.
결측 데이터를 직접 처리하여 분류 정확도와 해석력을 향상시킨 선형 판별 분석
본 논문에서는 결측 데이터를 imputation 없이 직접 처리하여 LDA 모델의 분류 정확도와 해석력을 향상시키는 새로운 방법론인 WLDA를 제안합니다.
데이터 결측 메커니즘 특성을 고려한 결측 데이터 처리 방법 종합 검토
결측 데이터 처리 시 결측 메커니즘에 따른 적절한 방법 선택이 중요하며, 특히 Missing At Random (MAR)과 Missing Not At Random (MNAR) 메커니즘에 대한 이해와 대응이 필요하다.
