Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, vous apprenez à explorer les valeurs manquantes à l'aide des données des composants.
Tout d'abord, nous utilisons Columns Viewer pour voir combien de valeurs manquent pour chacune des variables. Nous sélectionnons Columns Viewer dans le menu Cols, sélectionnons toutes les variables et cliquons sur Show Summary.
Plusieurs variables manquent de valeurs. Par exemple, il manque 4 valeurs au numéro de pièce et 10 valeurs au fournisseur. Il manque 265 valeurs à la température. Seuls 104 des lots ont une valeur pour la température.
Avec Columns Viewer, vous pouvez voir combien de valeurs manquent pour une variable donnée. Vous pourriez également être intéressé à voir les valeurs manquantes dans vos variables.
Pour ce faire, nous utilisons Missing Data Pattern du menu Tables. Nous sélectionnons toutes les variables, cliquons sur Ajouter des colonnes, puis sur OK.
Une nouvelle table de données liées, appelée modèle de données manquantes, est produite. Les colonnes de ce tableau décrivent le modèle de valeurs manquantes dans le tableau de données d'origine.
La première ligne représente 99 lignes dans la table de données Composants. Ces lignes ne manquent de valeurs pour aucune des colonnes.
Regardons la deuxième rangée. Cela représente cinq lignes dans notre tableau d'origine. Ces lignes manquent de valeurs pour une colonne. Lorsque nous regardons la colonne Patterns, le 1 en dernière position nous indique que ces lignes manquent de valeurs pour la dernière variable. Quand on fait défiler les variables, on voit que cette dernière variable est fournisseur.
Il y a 255 lignes auxquelles il ne manque que le temp. Cependant, temp est également manquant avec certaines des autres valeurs. Par exemple, il manque quatre lignes à la fois temp et supplier.
Vous pouvez exécuter le script Cell Plot qui a été enregistré dans cette table pour visualiser la colonne Patterns. Cela permet de voir facilement que le plus gros problème est les valeurs manquantes pour temp. La dernière ligne du diagramme de cellules correspond au dernier modèle de données manquantes. Une ligne contient des valeurs manquantes pour de nombreuses variables.
Le script Treemap crée un treemap des valeurs manquantes. Lorsque vous maintenez le pointeur de votre souris sur le treemap, vous voyez les valeurs de chaque bloc. Environ 27 % des lignes sont des enregistrements complets. C'est-à-dire qu'il ne leur manque aucune valeur. Vous voyez que 69 % des lignes ne manquent que temp. Ainsi, environ 96 % des lignes du fichier Composants contiennent des données complètes ou manquent simplement de temp.
C'est bon. Nous avons un problème avec les valeurs manquantes pour temp. Mais sinon, les données manquantes pourraient ne pas être un gros problème avec cet ensemble de données.
