Sebagai aturan praktis, jika kurang dari 5% dari pengamatan hilang, data yang hilang dapat dengan mudah dihapus tanpa konsekuensi yang signifikan (3).
- Berapa persentase data yang hilang yang dapat diterima?
- Berapa banyak data yang hilang yang dapat diterima untuk imputasi tunggal?
- Bagaimana Anda menangani 50% data yang hilang?
Berapa persentase data yang hilang yang dapat diterima?
Berapa banyak data yang hilang? Persentase keseluruhan data yang hilang adalah penting. Secara umum, jika kurang dari 5% nilai hilang maka dapat diterima untuk mengabaikannya (REF).
Berapa banyak data yang hilang yang dapat diterima untuk imputasi tunggal?
Scheffer (2002) menyarankan kasus lengkap dapat digunakan jika tidak lebih dari 6% dari data tidak ada, imputasi tunggal jika tidak lebih dari 10% dari data hilang dan prosedur yang lebih kompleks seperti imputasi ganda jika antara 10% dan 25% Data tidak ada.
Bagaimana Anda menangani 50% data yang hilang?
Jalankan model prediktif yang menyalahkan data yang hilang. Ini harus dilakukan bersamaan dengan semacam skema validasi silang untuk menghindari kebocoran. Ini bisa sangat efektif dan dapat membantu dengan model akhir. Gunakan jumlah nilai yang hilang dalam baris yang diberikan untuk membuat fitur rekayasa baru.