comment gérer les valeurs de données manquantes dans JMPJe n'ai que des valeurs manquantes catégorielles. J'essaie l'imputation normale multivariée mais toutes les lignes ne reçoivent pas l'imputation normale multivariée, que dois-je faire pour m'assurer que toutes les lignes de la colonne la reçoivent ?
Ou devrais-je faire quelque chose de complètement différent ?
Exploration et visualisation des donnéesRe : comment gérer les valeurs de données manquantes dans JMPPour les valeurs manquantes ;
1) Si j'ai encore besoin des lignes de valeurs manquantes pour mon analyse, je remplacerais les valeurs manquantes par un recode comme "invalide" ou "vide".
2) Si les lignes de valeurs manquantes catégorielles peuvent être supprimées pour l'analyse, je supprimerais toutes les lignes de valeurs manquantes car cela donnerait une représentation inexacte pour l'analyse.
Re : comment gérer les valeurs de données manquantes dans JMPL'imputation de valeurs catégorielles manquantes présente quelques options et je pense que le choix dépend beaucoup de la connaissance du sujet.Certaines analyses, si vous utilisez « information manquante », remplaceront la valeur manquante par la valeur non manquante la plus courante dans l'ensemble de données.C'est rarement une chose sensée à faire et ce n'est probablement pas ce que vous avez en tête puisque vous essayiez de modéliser les données pour imputer les valeurs manquantes.Si vous disposez de suffisamment de variables et de données, vous pouvez essayer un modèle prédictif pour prédire les valeurs catégorielles manquantes en fonction des données non manquantes, en utilisant l'un des modèles prédictifs disponibles (par exemple, partitions, réseaux neuronaux, etc.).Si toutes les valeurs manquantes concernent une seule variable, cela pourrait fonctionner - mais si les valeurs manquantes se trouvent dans des colonnes différentes pour différentes observations, il est peu probable que cela fonctionne correctement.
Vous pouvez essayer d'exclure ces observations, mais cela dépend évidemment de la quantité de données manquantes ainsi que du contexte du problème et de la nature des données manquantes.Je pense que la suggestion de WebDesignesCrow de remplacer les valeurs manquantes par une valeur (telle que "manquant") est généralement la plus logique.Cela ne nécessite aucune hypothèse concernant la nature des données manquantes et permet, quelle que soit l'analyse que vous effectuez, de découvrir la pertinence (ou l'absence de pertinence) des données manquantes.John Sall a eu une excellente conférence il y a quelques années (vous devriez pouvoir la trouver sur le forum communautaire) sur les « données fantômes » qui pourrait vous donner plus d'idées.
Re : comment gérer les valeurs de données manquantes dans JMPMerci pour la réponse.
La moitié de l'ensemble de données contient des valeurs manquantes.
L'ensemble de données compte environ 375 000 lignes et 20 colonnes
Re : comment gérer les valeurs de données manquantes dans JMPLa réduction de dimensionnalité est-elle appropriée à utiliser dans ce cas ?
Re : comment gérer les valeurs de données manquantes dans JMPJe suppose que vous souhaitez prédire le prix à partir de ces données.Vous ne devriez avoir aucun problème avec les modèles prédictifs en utilisant simplement l'option "informative manquante".Voir ici pour quelques détails : https://www.jmp.com/support/help/en/17.0/?os=win&source=application#page/jmp/informative-missing-2.shtml .Bien qu'un traitement plus élaboré des valeurs manquantes soit possible, je ne pense pas que cela en vaille la peine dans ce cas.Au moins, j'examinerais d'abord les modèles pour voir si les variables pour lesquelles il y a beaucoup de données manquantes sont très influentes - si c'est le cas, alors peut-être voudriez-vous examiner ces variables (et leur absence) plus attentivement.
