Ik voer missende waarde imputatie uit met ML-algoritmes

Ik bied betrouwbare missing value en outlier imputation aan, met behulp van zowel machine learning als statistische methoden, afgestemd op jouw data structuur en onderzoeksdoelen. Mijn workflow is volledig reproduceerbaar in R, met zorgvuldige diagnostiek voor en na de imputation.

Missing Value Imputation:

• kNN imputation
• Hot-deck imputation
• Regression-gebaseerde imputation (lineaire modellen)
• Regression boom imputation (rpart)
• Iteratieve robuuste model-gebaseerde imputation (IRMI)
• Volledig multivariate, gemengde data ondersteuning (MICE)

Outlier behandeling (VIM & robuuste methoden):

• Winsorization
• Boxplot / IQR-gebaseerde detectie
• Robuuste afstand & multivariate outlier verwerking

ML-gebaseerde opties (indien passend):

• Random Forest imputation
• XGBoost Imputation
• Predictive mean matching & hybride benaderingen

Je ontvangt gezuiverde data, duidelijke methodenverantwoording, visualisaties en optionele R-scripts voor transparantie en hergebruik.