Back to list

Données manquantes


Authors : GÉGOUT-PETIT Anne

GÉGOUT-PETIT Anne

, MAUMY-BERTRAND Myriam

MAUMY-BERTRAND Myriam

Université de Strasbourg.

, SAPORTA Gilbert

SAPORTA Gilbert

Ph.D. in mathematics

Position:
Professor at the Conservatoire National des Arts et Métiers (An higher public institution for life-long training - France)

Field of publication:
Statistics

Author of more than 100 scientific papers, Pr. Saporta published and co-authored 15 titles:
- Probabilités, analyse des données et statistiques (Ed. Technip)
- Plans d’expériences. Applications à l’entreprise (Ed. Technip)
- Méthodes bayesiennes en statistique (Ed. Technip)
- Modèles statistiques pour données qualitatives (Ed. Technip)
- Analyse statistique des données spatiales  (Ed. Technip)
- Analyse statistique des données longitudinales  (Ed. Technip)
- Approches non paramétriques en régression  (Ed. Technip)
- Modèles à variables latentes et modèles de mélange  (Ed. Technip)
- Approches statistiques du risque  (Ed. Technip)
- Méthodes robustes en statistique  (Ed. Technip)
- The Multiple Facets of Partial Least Squares Methods (Springer)
- Model Choice and Model Aggregation (Ed. Technip)
- L’analyse des données (PUF)
- Multivariate Quality Control (Physica Verlag)
- Apprentissage statistique et données massives (Ed. Technip)

Complementary information:
Pr. Saporta is president of the International Association for Statistical Computing and vice president of the International Statistical Institute
Home page : http://cedric.cnam.fr/~saporta/

, THOMAS-AGNAN Christine

THOMAS-AGNAN Christine

Université Toulouse 1 - Capitole


ISBN : 9782710811954
trade paperback      16 x 24 cm      286 pages
Publication date : June 2022

Around the book


Il n’y a pas de données sans données manquantes ! Les inconvénients en sont connus : biais éventuels et difficultés d’utiliser des méthodes conçues pour des données complètes. Il est indispensable de comprendre les mécanismes qui peuvent conduire à l’absence totale ou partielle de valeurs dans des échantillons. Des variables peuvent manquer en totalité parce qu’elles n’ont pu être observées ou qu’elles sont inobservables comme des variables latentes. Les données censurées constituent une espèce particulière de données manquantes.

 

De nombreuses solutions ont été proposées pour remplacer des valeurs manquantes par des valeurs plausibles : imputations simples ou multiples, avec ou sans modèle. On peut aussi utiliser des méthodes qui s’accommodent d’une proportion raisonnable de données manquantes.

 

Depuis la première édition du célèbre ouvrage de Little et Rubin en 1987, des milliers d’articles ont été publiés et des développements logiciels ont foisonné.

 

Le lecteur trouvera ici une synthèse des fondements et des travaux les plus récents dans le domaine du traitement des données manquantes, avec des applications dans des domaines variés.

 

Cet ouvrage est le fruit de la collaboration entre spécialistes réputés venant de divers horizons : Vincent Audigier (Conservatoire national des arts et métiers), David Haziza (University of Ottawa), François Husson (Institut Agro Rennes-Angers), Matthieu Marbac (ENSAI), Aurélie Vanheuverzwyn (Médiamétrie) réunis à l’occasion des 19es Journées d’étude en statistique organisées par la SFdS.


Contents :


1. Une histoire lacunaire. 2. Introduction à une étude statistique avec données manquantes. 3. Méthodes basées sur la vraisemblance pour données manquantes avec mécanisme ignorable. 4. Méthodes de pondération pour données manquantes. 5. Gestion de données manquantes en et par analyse en composantes principales. 6. Gestion de données manquantes en et par analyse des correspondances multiples ou analyse factorielle de données mixtes. 7. Gestion des données manquantes par imputation multiple. 8. Imputation multiple en grande dimension par analyse factorielle. 9. Non-réponses et enquêtes. 10. Fusion de fichiers d’enquêtes. 11. Algorithmes de recommandation. Bibliographie. Index des noms propres. Index