Descrição

Informe o tamanho da amostra, a proporção e o padrão de dados ausentes (MCAR/MAR/MNAR), o método usado para lidar com dados ausentes (listwise deletion, imputação múltipla etc.) e o método de detecção de outliers (escore Z, IQR, Mahalanobis) para gerar um parágrafo acadêmico que pode ser inserido diretamente na seção "Pré-processamento dos Dados" do seu artigo. Se houver uma contradição metodológica entre o método escolhido e o padrão de dados ausentes (por exemplo, usar listwise deletion em um padrão MNAR), isso será indicado claramente. É ideal para estudantes de pós-graduação e pesquisadores que analisam dados de questionários ou clínicos e querem redigir a seção de pré-processamento de dados com rapidez e precisão.