代入法 (統計学)

統計学において、 代入法（だいにゅうほう）とは欠測データを代入値で置き換えるプロセスを指す。 データポイントを置き換える場合はユニット代入、データポイントの構成要素を置き換える場合はアイテム代入と呼ばれる。 欠測データが引き起こす主な問題として、「相当量の偏りをもたらす」「データの処理と分析を困難にする」「効率を低下させる」の 3 つがある 。 欠測データはデータの分析に問題を引き起こす可能性があり、代入は欠測データを持つケースのリストワイズ削除に伴う落とし穴を回避する方法と見なされる。つまり、ほとんどの統計パッケージでは、欠測データのあるケースをデフォルトで破棄するが、それによりバイアスが増えたり、結果の代表性に影響を及ぼしたりする可能性がある。代入法では、欠測データを他の利用可能な情報に基づいた推定値で置き換えることにより、すべてのケースを保持する。 すべての欠測データを代入すると、欠測のないデータ（完全データ）を前提とした標準的な手法を使用してデータセットを分析することができる 。 欠測データを説明するための理論が科学者によっていろいろと採用されてきたが、それらの大部分ではバイアスが増える。 欠測データを処理するための試みとして、ホットデッキ代入法、コールドデッキ代入法、リストワイズ削除、ペアワイズ削除、平均値代入法、非負行列因子分解、回帰代入法、LOCF (last observation carried forward)、確率的代入法、多重代入法などがある。