Un Marco Nuevo para la Imputación de Valores Faltantes en Bases de Datos

Muchas de las bases de datos industriales y de investigación están plagadas por el problema de valores faltantes. Algunos ejemplos evidentes incluyen bases de datos asociadas con el mantenimiento de instrumentos, aplicaciones médicas y encuestas. Una de las formas comunes de afrontar los valores faltantes es completar su imputación (rellenado). Dado el rápido crecimiento del tamaño de las bases de datos, se vuelve imperativo desarrollar una nueva metodología de imputación junto con algoritmos eficientes. El objetivo principal de este documento es desarrollar un marco unificado que apoye una variedad de métodos de imputación. En el desarrollo de este marco, requerimos que su uso (en promedio) conduzca a una mejora significativa de la precisión de la imputación, mientras se mantiene la misma complejidad computacional asintótica de los métodos individuales. Nuestra intención es proporcionar una revisión exhaustiva de las técnicas representativas de imputación. Es notable que el uso del marco en el caso de un método de imputación única de baja calidad ha resultado en una precisión de imputación que es comparable a la alcanzada al tratar con algunas otras técnicas avanzadas de imputación. También demostramos, tanto teórica como experimentalmente, que la aplicación del marco propuesto conduce a una complejidad computacional lineal y, por lo tanto, no afecta la complejidad asintótica del método de imputación asociado.