Realizaré imputación de valores faltantes usando algoritmos de machine learning.

Ofrezco una imputación confiable de valores faltantes y outliers utilizando tanto machine learning como métodos estadísticos, adaptados a la estructura de tus datos y a tus objetivos de investigación. Mi flujo de trabajo es completamente reproducible en R, con diagnósticos cuidadosos antes y después de la imputación.

Imputación de valores faltantes:

• Imputación kNN
• Imputación hot-deck
• Imputación basada en regresión (modelos lineales)
• Imputación con árbol de regresión (rpart)
• Imputación iterativa robusta basada en modelos (IRMI)
• Soporte completo para datos multivariados, de tipos mixtos (MICE)

Tratamiento de outliers (VIM y métodos robustos):

• Winsorization
• Detección basada en boxplot / IQR
• Manejo de outliers multivariados y en distancia robusta

Opciones basadas en ML (cuando sea apropiado):

• Imputación con Random Forest
• Imputación con XGBoost
• Emparejamiento de medias predictivas y enfoques híbridos

Recibirás datos limpios, justificación clara del método, visualización y scripts en R opcionales para mayor transparencia y reutilización.