Glosario IA
El diccionario completo de la Inteligencia Artificial
Missing Completely At Random (MCAR)
Mecanismo donde la probabilidad de que una observación esté ausente no depende ni de los datos observados ni de los datos faltantes. Los datos faltantes representan un subconjunto aleatorio simple del conjunto de datos completo.
Missing At Random (MAR)
Mecanismo donde la probabilidad de datos faltantes depende únicamente de los valores observados pero no de los valores faltantes mismos. Este patrón permite una corrección mediante imputación condicional a las variables observadas.
Missing Not At Random (MNAR)
Mecanismo donde la probabilidad de datos faltantes depende directamente de los valores faltantes mismos. Los métodos de imputación estándar pueden introducir un sesgo significativo en este caso.
Little's MCAR Test
Prueba estadística de hipótesis nula de que los datos faltan completamente al azar (MCAR). Basada en la comparación de medias y covarianzas entre los casos completos e incompletos.
Pattern Matrix
Matriz binaria que indica la presencia (1) o ausencia (0) de datos para cada observación y variable. Permite identificar visualmente estructuras de datos faltantes complejas.
Missing Data Mechanism
Proceso subyacente que genera los datos faltantes en un conjunto de datos. Incluye tres mecanismos principales: MCAR, MAR y MNAR, cada uno requiriendo enfoques de tratamiento diferentes.
Complete Case Analysis
Método de análisis que utiliza únicamente las observaciones sin ningún valor faltante. Simple de implementar pero puede resultar en una pérdida importante de datos y sesgos si MCAR no se verifica.
Available Case Analysis
Enfoque que utiliza todos los datos disponibles para cada cálculo estadístico, permitiendo diferentes tamaños de muestra según las variables. Incluye los métodos de eliminación por pares y por lista.
Patrón Monótono de Datos Faltantes
Estructura donde si una variable está ausente para una observación, todas las variables siguientes en un orden predefinido también están ausentes. Simplifica enormemente los métodos de imputación múltiple.
Correlación de Ausencia
Medida de la asociación entre los patrones de datos faltantes de diferentes variables. Una correlación fuerte puede indicar un mecanismo MAR o sugerir relaciones estructurales en los datos.
Visualización de Datos Faltantes
Conjunto de técnicas gráficas (mapas de calor, gráficos de barras, gráficos de patrones) para explorar y comunicar la estructura y extensión de los datos faltantes. Esencial para el diagnóstico preliminar.
Análisis de Tasa de Respuesta
Evaluación sistemática de las tasas de respuesta por variable, por grupo o en el tiempo. Permite identificar los factores asociados con la no respuesta y detectar posibles sesgos.
Diagnóstico de Datos Faltantes
Proceso completo de evaluación de las características, patrones y mecanismos de los datos faltantes antes de la imputación. Combina análisis estadísticos y visualizaciones para guiar el tratamiento apropiado.
Patrón Arbitrario de Datos Faltantes
Estructura de datos faltantes sin organización particular donde las ausencias pueden ocurrir en cualquier parte del conjunto de datos. Requiere métodos de imputación más sofisticados como MICE.
Perfil de Datos Faltantes
Informe sintético que describe la distribución, los patrones y las características de los datos faltantes. Incluye estadísticas descriptivas y visualizaciones para la evaluación global.