研究者らは、欠損パターンの診断、補完モデルの設定、結果の評価を支援するために設計された統合ビジュアルアナリティクスダッシュボードであるImputeVizを導入しました。このシステムは、MICE、Random Forest、XGBoost、kNNなどの広く使用されている手法を、欠損構造を明示的にするインタラクティブな環境に統合しています。

  • このツールは、社会経済的距離と空間的距離を組み合わせて、プロベナンスに基づく視覚的な説明責任を可能にする地理的情報を活用したkNNの派生版であるgKNNを導入します。
  • 協調ビューは、ヒートマップ、共欠損サマリー、分布診断を通じて欠損構造を可視化し、アナリストがMCAR、MAR、MNARのパターンについて推論するのに役立ちます。
  • ユーザーは、分布オーバーレイと各アルゴリズムのMAE、RMSE、Delta RMSE、実行時間を報告するMethod Comparison Summaryを通じて、モデルを比較および調整できます。
  • 手法ごとの結果のキャッシュと固定された軸スケールは、手法切り替え時の範囲の変化による認知負荷を軽減します。

ケーススタディは、ImputeVizがアナリストが効果的な戦略を選択し、敏感な変数を浮上させ、モデルの堅牢性を評価するのにどのように役立つかを示しています。