Manejo de datos faltantes en R: teoría, práctica y recomendaciones

En ciencias naturales, ciencias sociales, ciencias de la salud e ingenierías, por mencionar algunas áreas del conocimiento, la presencia de datos faltantes es relativamente frecuente. Esto ocurre debido a diferentes situaciones, por ejemplo, cierta información no es registrada por el experimentador, uno o más animales fallecen durante el experimento, o algunos sujetos entrevistados no responden una o varias preguntas de una encuesta. Generalmente los métodos para tratar correctamente los datos faltantes son subestimados, afectando así los resultados y las conclusiones del experimento.

En esta charla se explicará el fundamento teórico detrás de la pérdida de datos, así como las mejores técnicas de estimación. Además, se presentará una propuesta de paquete de R para el tratamiento de datos faltantes.

Nivel: Intermedio

Biografía
David Gutiérrez tiene 21 años y es estudiante de Biología de la Universidad de Caldas, tiene dos pasiones: la botánica y la estadística. Y desde la programación ha visto una oportunidad para potenciar el desarrollo de ambas ramas. En la botánica con el desarrollo de bases de datos taxonómicas y análisis bioinformático, y en la estadística desde el desarrollo de algoritmos que solucionan problemas comunes en la ciencia, como son los datos faltantes.

Paquetes para instalar:

## Instalar paquetes de visualización de datos faltantes
install.packages("visdat")
install.packages("VIM")

## Instalar paquete en desarrollo de estimación de datos faltantes
# install.packages("remotes")
remotes::install_github("davidbiol/empire")

Link inscripción zoom: https://us02web.zoom.us/webinar/register/WN_5rRgIAamQUGmIzigNGNJdQ