Revista de Tecnología de la Información e Ingeniería de Software
Acceso abierto

abstracto

El uso de la estrategia de imputación múltiple para lidiar con los datos que faltan en el repositorio ISBSG

Abdalla Bala y Alain Abran

Los repositorios multiorganizacionales, en particular aquellos basados en contribuciones voluntarias de datos como el repositorio del International Software Benchmarking Standards Group (ISBSG), pueden perder una gran cantidad de valores para muchos de sus campos de datos, además de incluir algunos valores atípicos. Este documento sugiere una serie de problemas de calidad de datos asociados con el repositorio ISBSG que pueden comprometer los resultados para los usuarios que lo explotan con fines de evaluación comparativa o para construir modelos de estimación. Proponemos una serie de criterios y técnicas para el preprocesamiento de los datos con el fin de mejorar la calidad de las muestras identificadas para un análisis estadístico detallado y presentamos una estrategia de imputación múltiple (MI) para tratar conjuntos de datos con valores faltantes.