Vous êtes ici : Accueil > Statistique > Formation > Bases de la Statistique (6) > Analyse statistique des données manquantes

Formation Analyse statistique des données manquantes


Objectifs

Apprendre à identifier les différents types de données manquantes, connaître les méthodes de traitement disponibles, mettre en œuvre des applications pratiques dans R.

Public

Toute personne confrontée à la présence de données manquantes dans ses fichiers de travail.

Méthode

Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.

Programme

- Problématique générale
  • Origine des données manquantes
  • Impact sur les analyses

- Les grands types de données manquantes
  • MCAR (Missing Completely At Random)
  • MAR (Missing At Random)
  • MNAR (Missing Not At Random)

- État des lieux des données manquantes
  • Détecter, synthétiser, lister les individus ou variables avec données manquantes
  • Pattern de données manquantes

- Panorama des différentes stratégies de traitement des données manquantes

- L’exclusion

- L’imputation simple
  • Par la moyenne
  • A l’aide d’un modèle
  • Par les k plus proches voisins

- L’imputation multiple

- Bilan