Regresi dengan data yang hilang

1. Dapatkah Anda menjalankan regresi dengan data yang hilang?
2. Bagaimana Anda menangani data yang hilang dalam regresi?
3. Berapa banyak data yang hilang dapat diterima untuk regresi?

Dapatkah Anda menjalankan regresi dengan data yang hilang?

Dengan analisis regresi, default di semua program adalah untuk menghilangkan kasus apa pun dengan data yang hilang pada salah satu variabel (i.e., penghapusan listwise). Karena jumlah data yang hilang meningkat, mungkin ada pengurangan besar ukuran sampel dan hilangnya daya yang dihasilkan.

Bagaimana Anda menangani data yang hilang dalam regresi?

Saat berhadapan dengan data yang hilang, para ilmuwan data dapat menggunakan dua metode utama untuk menyelesaikan kesalahan: imputasi atau penghapusan data. Metode imputasi mengembangkan tebakan yang masuk akal untuk data yang hilang. Ini paling berguna ketika persentase data yang hilang rendah.

Berapa banyak data yang hilang dapat diterima untuk regresi?

Artikel panduan statistik telah menyatakan bahwa bias kemungkinan dalam analisis dengan lebih dari 10% hilangnya dan bahwa jika lebih dari 40% data hilang dalam variabel penting maka hasil hanya boleh dianggap sebagai pembangkit hipotesis [18], [19].