Selected methods for missing data imputation

W pracy przedstawiono dwie metody uzupełniania niekompletnych danych. Pierwsza z nich to algorytm Predictive Mean Matching (PMM), który wykorzystuje regresję liniową oraz wnioskowanie bayesowskie. Druga z metod uzupełniania luk w danych przedstawiona w pracy to rekonstrukcja metodą hierarchicznej korelacji. W tej metodzie stosuje się szybką parametryczną metodę estymacji gęstości z użyciem liniowej kombinacji rodziny wielomianów ortogonalnych dostosowaną do przypadku próbki z brakującymi danymi. W rekonstrukcji metodą hierarchicznej korelacji uwzględnia się korektę z korelacji pomiędzy parami punktów w próbce. Przeprowadzono również badania empiryczne, w których porównano przedstawione w pracy metody uzupełniania brakujących danych.

The thesis subject is methods for imputation missing data with main focus on Predictive Mean Matching (PMM) algorithm and Hierarchical Correlation Reconstruction (HCR). The concept of bayesian inference was introduced for the purpose of PMM algorithm. In order to present HCR metod, rapid parametric density estimation with linear combination of orthogonal polynomials was introduced. The empirical studies was performed to compare the presented methods of handling missing data.