Defesa de Proposta de Dissertação (10/12/2025): Felipe de Ávila Tavares

Resumo: Este trabalho investiga o desempenho de diferentes métodos de imputação aplicados a variáveis categóricas, considerando cenários com distintas estruturas de dados. O estudo contempla três classes de conjuntos: bases contendo apenas uma variável categórica, bases mistas com variáveis numéricas e categóricas e bases totalmente categóricas. A metodologia proposta envolve a geração artificial de valores ausentes segundo o mecanismo Missing Completely at Random (MCAR), em diferentes taxas (10%, 20% e 30%) e com múltiplas sementes aleatórias, de modo a avaliar a estabilidade e a sensibilidade dos métodos. Três abordagens de imputação são analisadas: KNN (incluindo variações com normalização, ponderação por Eta² e distância de Gower), Random Forest e XGBoost, aplicados em regime supervisionado. Os resultados preliminares, obtidos com a taxa de 20% de ausência na base Glass Identification, indicam diferenças marcantes entre as famílias de métodos, evidenciando que modelos baseados em árvores apresentam desempenho superior e maior estabilidade em relação às variantes do KNN. A continuidade da pesquisa incluirá a aplicação do protocolo completo às demais categorias de bases e às demais taxas de ausência, permitindo uma análise abrangente dos efeitos estruturais dos dados no desempenho das técnicas de imputação.