결측 데이터 처리 전략
2단계 개인정보 보호 결측 데이터 상담: AI가 연구 설계에 맞춘 프로파일링 스크립트(MAR 진단 및 Little's MCAR 검정 포함)를 생성하고, 로컬에서 실행 후 익명화된 출력을 기반으로 완전한 처리 전략을 제공합니다. 원시 데이터는 기기를 벗어나지 않습니다.
missing dataimputationMCARMARMNARmultiple imputationdata qualitysensitivity analysisprivacy-firsttwo-phase
사용 가이드
1단계: 연구 설계, 결측 데이터가 있는 변수, 소프트웨어 선호도(R/Python), 선택적으로 데이터가 결측된 이유에 대한 임상적 가설을 설명하세요. AI가 MAR 진단 및 연구 설계별 검사를 포함한 맞춤형 프로파일링 스크립트를 생성합니다.
2단계: 스크립트를 로컬에서 실행하고 출력 블록을 붙여넣으세요. AI가 프로파일러의 상관 신호를 사용하여 결측 메커니즘을 진단하고, 완전한 전략(권장 방법, 구현 코드, 방법론 섹션 템플릿, 민감도 분석 계획)을 제공합니다.
프롬프트 실행기
변수를 입력하고 맞춤 프롬프트를 생성해 한 번에 복사하세요
위키
2단계 결측 데이터 생물통계학 컨설턴트. 1단계는 연구 설계에 맞춘 프로파일링 스크립트를 동적으로 생성합니다 — 변수 유형, 결측률, MAR 상관 진단, 연구 설계별 검사(RCT 군 균형, 종단 탈락 패턴, 결과 층화 결측률), Little's MCAR 검정을 모두 로컬에서 실행. 2단계는 프로파일러 출력을 사용하여 MCAR/MAR/MNAR를 진단하고, 최적의 처리 방법(완전 사례 분석, 다중 대체, IPW, 패턴 혼합 모델)을 권장하며, 설치된 패키지를 우선시하는 완전한 실행 가능 코드를 제공하고, 논문용 방법론 섹션 단락을 생성합니다.
자주 묻는 질문