Dépendance des données manquantes

Gérer les données manquantes avec R

Nicholas Tierney

Statistician

Aperçu

  • MCAR Manquant complètement au hasard

  • MAR Manquant au hasard

  • MNAR Manquant non au hasard

Gérer les données manquantes avec R

MCAR : qu'est-ce que c'est ?

L'absence de données n'est liée à aucune donnée observée ou non observée.

test vacances
NA TRUE
11.533340 FALSE
10.126115 TRUE
NA FALSE
NA TRUE
8.551881 FALSE
NA FALSE
NA TRUE
10.608264 TRUE
Gérer les données manquantes avec R

MCAR : quelles conséquences

Conséquences

  • L'imputation est recommandée
  • Supprimer des observations réduit l'échantillon, limite l'inférence, sans biais
  • Vous devriez imputer les données
Gérer les données manquantes avec R

MAR : qu'est-ce que c'est ?

L'absence dépend de données observées, mais pas de données non observées.

Conséquences :

  • Imputer
  • Supprimer des observations n'est pas idéal ; peut biaiser
test vacances dépression
NA TRUE 87.93109
11.533340 FALSE 40.02708
10.126115 TRUE 48.62883
NA FALSE 88.21743
NA TRUE 90.29282
8.551881 FALSE 44.77343
NA FALSE 89.48865
NA TRUE 89.99209
10.608264 TRUE 45.56832
Gérer les données manquantes avec R

MNAR : qu'est-ce que c'est ?

L'absence de la réponse est liée à une valeur non observée pertinente pour l'évaluation visée.

Conséquences :

  • Les données seront biaisées par suppression et imputation
  • L'inférence peut être limitée ; avancer avec prudence.
test vacances dépression
NA TRUE NA
11.533340 FALSE 11.533340
10.126115 TRUE 10.126115
NA FALSE NA
NA TRUE NA
8.551881 FALSE 8.551881
NA FALSE NA
NA TRUE NA
10.608264 TRUE 10.608264
Gérer les données manquantes avec R

Exemple : MCAR

vis_miss(mt_cars, cluster = TRUE)

Gérer les données manquantes avec R

Exemple : MAR

oceanbuoys %>% arrange(year) %>% vis_miss()

Gérer les données manquantes avec R

Exemple : MNAR

vis_miss(ocean, cluster = TRUE)

Gérer les données manquantes avec R

Passons à la pratique !

Gérer les données manquantes avec R

Preparing Video For Download...