En este artículo, proponemos un nuevo método de imputación de valores faltantes, MissARF, para resolver el problema de su manejo, común en el análisis bioestadístico. MissARF se basa en aprendizaje automático generativo, estima la densidad de probabilidad y genera datos mediante bosques aleatorios adversariales (ARF). Para imputar los valores faltantes, tomamos muestras de la distribución condicional generada por ARF, condicionada a los valores no faltantes de las observaciones. Ofrece imputaciones simples y múltiples, y los resultados experimentales demuestran una calidad de imputación superior a la de los métodos de vanguardia existentes, además de una ejecución rápida y sin coste adicional para imputaciones múltiples.
