Skip to main content

Table 1 Regression Coefficients, average of 500 samples of n = 400, k = 5, 15 % or 30 % of missing data

From: Nearest neighbor imputation algorithms: a critical evaluation

   β0 β1 β2
  Missing 15 % 30 % 15 % 30 % 15 % 30 %
Framework Method Bias Var MSE Bias Var MSE Bias Var MSE Bias Var MSE Bias Var MSE Bias Var MSE
Plain 1NN 0.1899 0.0012 0.0373 0.3277 0.0014 0.1088 0.1915 0.0265 0.0631 0.3496 0.0464 0.1685 -0.1065 0.0058 0.0171 -0.2156 0.0084 0.0549
  kNN 0.0927 0.0005 0.0091 0.1817 0.0009 0.0339 0.045 0.0181 0.0201 0.0638 0.0425 0.0465 -0.0225 0.0039 0.0044 -0.0589 0.0076 0.011
  wkNN 0.0925 0.0005 0.0091 0.1811 0.0009 0.0337 0.0451 0.0181 0.0201 0.0639 0.0425 0.0465 -0.0227 0.0039 0.0044 -0.0594 0.0076 0.0111
RReliefF10 1NN 0.158 0.0017 0.0267 0.3025 0.003 0.0944 0.1901 0.0252 0.0613 0.3672 0.0415 0.1763 -0.1003 0.0046 0.0146 -0.2083 0.0082 0.0516
  kNN 0.0737 0.001 0.0064 0.1587 0.0025 0.0277 0.0462 0.0176 0.0197 0.0824 0.0384 0.0451 -0.0227 0.0038 0.0043 -0.0602 0.0073 0.0109
  wkNN 0.0734 0.001 0.0064 0.1584 0.0025 0.0276 0.0463 0.0175 0.0196 0.0827 0.0384 0.0452 -0.0228 0.0037 0.0042 -0.0602 0.0073 0.0109
RReliefF20 1NN 0.1604 0.0012 0.0269 0.298 0.0023 0.0911 0.1803 0.0241 0.0566 0.3594 0.0443 0.1734 -0.0976 0.0047 0.0142 -0.2097 0.0073 0.0513
  kNN 0.0715 0.0007 0.0058 0.153 0.0017 0.0251 0.0407 0.0174 0.019 0.0701 0.0399 0.0447 -0.0208 0.0036 0.0041 -0.0607 0.0072 0.0108
  wkNN 0.0712 0.0007 0.0057 0.1524 0.0017 0.0249 0.0408 0.0173 0.0189 0.0707 0.0399 0.0448 -0.0209 0.0036 0.0041 -0.0609 0.0071 0.0108
RReliefF30 1NN 0.1617 0.0012 0.0274 0.2982 0.0018 0.0908 0.183 0.0221 0.0555 0.3468 0.0438 0.164 -0.0986 0.0049 0.0147 -0.2005 0.0081 0.0483
  kNN 0.073 0.0006 0.0059 0.1533 0.0013 0.0248 0.0383 0.0155 0.017 0.0633 0.0387 0.0426 -0.0201 0.0036 0.004 -0.0565 0.0068 0.01
  wkNN 0.0727 0.0006 0.0058 0.1527 0.0013 0.0246 0.0384 0.0155 0.017 0.064 0.0388 0.0428 -0.0202 0.0036 0.004 -0.0565 0.0068 0.01
Bagging 1NN 0.0812 0.0004 0.007 0.1593 0.0008 0.0262 0.0182 0.0176 0.0179 0.002 0.0394 0.0393 -0.007 0.0038 0.0039 -0.0244 0.0073 0.0079
  kNN 0.0869 0.0004 0.008 0.168 0.0008 0.029 0.0095 0.0176 0.0176 -0.015 0.0394 0.0395 -0.0006 0.0039 0.0039 -0.0098 0.0074 0.0075
  wkNN 0.0857 0.0004 0.0078 0.1651 0.0008 0.028 0.0096 0.0175 0.0176 -0.0153 0.0392 0.0394 -0.0008 0.0039 0.0039 -0.0104 0.0073 0.0074
Random 1NN 0.0874 0.0004 0.0081 0.1589 0.0007 0.0259 0.0121 0.018 0.0181 -0.0114 0.0387 0.0388 -0.0003 0.0041 0.0041 -0.0122 0.0074 0.0076
  kNN 0.0872 0.0004 0.008 0.1572 0.0007 0.0254 0.0081 0.0177 0.0177 -0.0212 0.0385 0.0389 0.0014 0.004 0.004 -0.007 0.0074 0.0074
  wkNN 0.0872 0.0004 0.008 0.1571 0.0007 0.0253 0.0081 0.0177 0.0177 -0.0212 0.0385 0.0389 0.0014 0.004 0.004 -0.007 0.0074 0.0074
Bagging + Random 1NN 0.0939 0.0005 0.0093 0.1686 0.0007 0.0291 0.0128 0.0187 0.0188 -0.0109 0.0388 0.0388 -0.0004 0.0041 0.0041 -0.0101 0.0074 0.0075
  kNN 0.0956 0.0005 0.0096 0.1715 0.0007 0.0301 0.0103 0.0185 0.0186 -0.0178 0.0393 0.0395 0.001 0.0041 0.0041 -0.006 0.0075 0.0075
  wkNN 0.0953 0.0005 0.0095 0.1708 0.0007 0.0299 0.0102 0.0185 0.0185 -0.0179 0.0392 0.0394 0.0011 0.0041 0.0041 -0.006 0.0075 0.0075
Mean Imputation   0.109 0.0005 0.0124 0.1913 0.0008 0.0373 0.0108 0.0196 0.0197 -0.0147 0.0407 0.0409 0.0015 0.0044 0.0043 -0.0047 0.0078 0.0078