Analyse statistique des donnees manquantes

Data Value

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Étudiant
Prix
780 €
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 75 - Paris 12e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 75 - Paris
  • 77 - Seine-et-Marne
  • 78 - Yvelines
  • 91 - Essonne
  • 92 - Hauts-de-Seine
  • 93 - Seine-Saint-Denis
  • 94 - Val-de-Marne
  • 95 - Val-d'Oise
Objectifs
Apprendre à identifier les différents types de données manquantes, connaître les méthodes de traitement disponibles, mettre en œuvre des applications pratiques dans R.


Compétences visées

- Appréhender la problématique des données manquantes en balayant les impacts sur les analyses

- Distinguer les différents types de données manquantes

- Savoir mener un état des lieux des données manquantes

- Connaître les différentes stratégies à mettre à œuvre pour traiter le problème

- Examiner différentes méthodes telles l'exclusion, l'imputation simple ou multiple
Programme
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
Haut de page