Vou fazer um estudo de simulação de imputação de valores ausentes usando IA

Se você precisa amputar (introduzir) dados ausentes (MCAR, MAR, MNAR), realizar imputação mascarada e avaliar estimativas de parâmetros secundários para comparar o desempenho de algoritmos (kNN, MICE, MissForest/RF, XGBoost, rpart), entre em contato comigo para uma oferta personalizada.

Oferta Genérica:

Eu ofereço imputação confiável de valores ausentes e outliers usando tanto aprendizado de máquina quanto métodos estatísticos, adaptados à estrutura dos seus dados e objetivos de pesquisa. Meu fluxo de trabalho é totalmente reproduzível em R, com diagnósticos cuidadosos antes e depois da imputação.

Imputação de Valores Ausentes:

• Imputação por kNN
• Imputação hot-deck
• Imputação baseada em regressão (modelos lineares)
• Imputação por árvore de regressão (rpart)
• Imputação iterativa robusta baseada em modelos (IRMI)
• Suporte completo a dados multivariados de tipos mistos (MICE)

Tratamento de Outliers (VIM & métodos robustos):

• Winsorization
• Detecção baseada em boxplot / IQR
• Tratamento de outliers multivariados e de distância robusta

Opções baseadas em ML (quando apropriado):

• Imputação por Random Forest
• Imputação por XGBoost
• Matching de média preditiva & abordagens híbridas

Você receberá dados limpos, justificativa clara do método, visualizações e scripts R opcionais para transparência e reutilização.