وجود دادههای گمشده در مطالعات جمعیتی میتواند دقت تحلیلها و نتایج را به طور قابل توجهی کاهش دهد. این پژوهش با هدف ارزیابی کارایی روشهای مختلف جانهی دادههای گمشده برای متغیر سن مادر در دادههای ولادت سال 1402 انجام شده است. در این مطالعه، با در نظر گرفتن سازوکارها و نسبتهای گمشدگی مختلف کارایی روشهای سنتی و روشهای مبتنی بر یادگیری ماشین بررسی شده است. نتایج این مطالعه نشان میدهد که روشهای مبتنی بر یادگیری ماشین، به ویژه الگوریتم missForest، در کاهش خطای جانهی نسبت به روشهای سنتی عملکرد بهتری دارند. با این حال، روشهای سنتی مانند جانهی چندگانه با معادلات زنجیرهای نیز در شرایط خاص نتایج مطلوبی ارائه دادهاند. کارایی هر روش به نوع دادهها، نسبت گمشدگی و همچنین سازوکار گمشدگی دادهها بستگی دارد. یافتههای این پژوهش بر اهمیت انتخاب روش جانهی مناسب براساس الگوی گمشدگی و ویژگیهای دادهها تأکید دارد.
امیدوار شلمانی,صدیقه و ساجدی,علیرضا . (1404). کاربرد یادگیری ماشین در جانهی دادههای گمشده در مطالعات جمعیتی: مطالعه موردی جانهی سن مادر در ولادتهای ثبتشده سال 1402. فصلنامه علمی جمعیت, 30(123), 1-16.
MLA
امیدوار شلمانی,صدیقه , و ساجدی,علیرضا . "کاربرد یادگیری ماشین در جانهی دادههای گمشده در مطالعات جمعیتی: مطالعه موردی جانهی سن مادر در ولادتهای ثبتشده سال 1402", فصلنامه علمی جمعیت, 30, 123, 1404, 1-16.
HARVARD
امیدوار شلمانی صدیقه, ساجدی علیرضا. (1404). 'کاربرد یادگیری ماشین در جانهی دادههای گمشده در مطالعات جمعیتی: مطالعه موردی جانهی سن مادر در ولادتهای ثبتشده سال 1402', فصلنامه علمی جمعیت, 30(123), pp. 1-16.
CHICAGO
صدیقه امیدوار شلمانی و علیرضا ساجدی, "کاربرد یادگیری ماشین در جانهی دادههای گمشده در مطالعات جمعیتی: مطالعه موردی جانهی سن مادر در ولادتهای ثبتشده سال 1402," فصلنامه علمی جمعیت, 30 123 (1404): 1-16,
VANCOUVER
امیدوار شلمانی صدیقه, ساجدی علیرضا. کاربرد یادگیری ماشین در جانهی دادههای گمشده در مطالعات جمعیتی: مطالعه موردی جانهی سن مادر در ولادتهای ثبتشده سال 1402. جمعیت, 1404; 30(123): 1-16.
