Resultado de búsqueda
Ministerio de Economia y Finanzas - MEF 2020 todos los derechos reservados Dirección: Jr. Junín 319,Cercado de Lima, Lima - Perú Si tiene una duda o consulta, comuníquese al correo electrónico soporte_airhsp@mef.gob.pe Web optimizada para 1024x768. Se recomienda utilizar solo los navegadores Chrome, Microsoft Windows Internet Explorer versión 8, 9 y 10 y Mozilla Firefox versión 16 y ...
La Dirección General de Gestión Fiscal de los Recursos Humanos (DGGFRH) comunica que se ha ampliado el plazo para que las unidades ejecutoras realicen sus solicitudes de ampliación de temporalidad de los registros CAS por el MCAR hasta las 02:00 p.m. del día viernes 29 de diciembre de 2023 para su revisión en el presente año.
Asimismo, las entidades públicas deben observar las disposiciones contenidas en la Resolución Directoral Nº 0081-2021-EF/53.01 que aprobó la Directiva Nº 004-2021-EF/53.01, “Normas para el Registro de Información en el Aplicativo Informático para el Registro Centralizado de Planillas y de Datos de los Recursos Humanos del Sector Público” y, para el caso de la creación de registros ...
28 de jun. de 2012 · Valores perdidos: MCAR, MAR y MNAR. Espero que me excusen los autores del siguiente gráfico y que comprendan que mi interés por reproducirlo aquí es pro bono publico. Explica visualmente y a través de tres ejemplos tres modos en que se presenta el fenómeno de los valores perdidos ( missing data, para algunos) en conjuntos de datos reales.
Before we review a number of simple fixes for the missing data in Section 1.3 let us take a short look at the terms MCAR, MAR and MNAR. A more detailed definition of these concepts will be given later in Section 2.2.3. Rubin ( 1976) classified missing data problems into three categories.
Missing data are MCAR if the probability of missingness is independent of the data. In other words, the data are MCAR if the reason for missing values in the outcome or predictors has nothing to do with the data values themselves, whether observed or missing.
Esta suposición permite ajustar las estimaciones utilizando la información disponible. Por ejemplo, en un estudio sobre la educación y los ingresos, los sujetos con un menor nivel educativo pueden tener más valores perdidos de ingresos. En este caso, los datos son MAR, no MCAR.
