Sebagai peraturan, jika kurang daripada 5% daripada pemerhatian hilang, data yang hilang hanya boleh dipadam tanpa sebarang kesan penting (3).
- Berapa peratusan data yang hilang dapat diterima?
- Berapa banyak data yang hilang dapat diterima untuk imputasi tunggal?
- Bagaimana anda menangani data yang hilang 50%?
Berapa peratusan data yang hilang dapat diterima?
Berapa banyak data yang hilang? Peratusan keseluruhan data yang hilang adalah penting. Umumnya, jika kurang daripada 5% nilai hilang maka boleh diterima untuk mengabaikannya (ref).
Berapa banyak data yang hilang dapat diterima untuk imputasi tunggal?
Scheffer (2002) mencadangkan kes lengkap boleh digunakan jika tidak lebih daripada 6% daripada data hilang, imputasi tunggal jika tidak lebih daripada 10% daripada data yang hilang dan prosedur yang lebih kompleks seperti imputasi berganda jika antara 10% dan 25% data tiada.
Bagaimana anda menangani data yang hilang 50%?
Jalankan model ramalan yang menyentuh data yang hilang. Ini harus dilakukan bersama dengan beberapa jenis skim pengesahan silang untuk mengelakkan kebocoran. Ini boleh menjadi sangat berkesan dan dapat membantu dengan model akhir. Gunakan bilangan nilai yang hilang dalam baris yang diberikan untuk mencipta ciri kejuruteraan baru.