Les données ci-dessous présentent le PIB de chaque pays par année. Chaque année, de 1960 à 2024, est représentée par une colonne (variable). Ainsi, chaque ligne représente la variation du PIB d'un pays.
Lorsque vous examinez les données, vous pouvez constater qu'il manque des valeurs à certains endroits .
Source des données : Banque mondiale ( https://www.worldbank.org/ ) Date d’acquisition : 16/12/2025
Les valeurs manquantes dans ces données peuvent s'expliquer par des problèmes liés au système de collecte statistique ou par des enquêtes et des tableaux non encore réalisés. Pour comprendre les tendances du PIB par pays ou comparer les pays ultérieurement, il est essentiel de connaître au préalable l'état des données relatives aux valeurs manquantes.
Pour vérifier les valeurs manquantes dans vos données, JMP propose une plateforme appelée « Check for Missing Values » qui vous permet de rechercher des tendances dans les valeurs manquantes et d'effectuer une imputation.
Mais d'abord,
- Combien y a-t-il de valeurs manquantes ?
- Selon quel schéma cela se produit-il ?
Si vous souhaitez vérifier rapidement les éléments suivants, vous pouvez utiliser d'autres fonctions.
Cet article présente trois méthodes pour vérifier rapidement et efficacement la présence de données manquantes.
Nous vous recommandons de vérifier dans l'ordre suivant : 1 → 2 → 3.
- Utilisez le Gestionnaire de colonnes : Trouvez le nombre de valeurs manquantes pour chaque variable
- Utilisation de l'« affichage des tendances des valeurs manquantes » : Comprendre les tendances des données manquantes
- Utilisation du « graphique de cellules » : Comprendre les schémas de données manquantes en fonction de l’ordre des données
Examinons chacun des points 1 à 3.
1. Utilisation du gestionnaire de colonnes
Dans JMP 18 et versions ultérieures, vous pouvez instantanément consulter les statistiques récapitulatives de chaque colonne en cliquant sur le bouton Gestionnaire de colonnes dans le panneau Colonnes (au centre gauche du tableau de données), ce qui vous permet de voir le nombre de valeurs manquantes dans chaque colonne.
Les données montrent qu'il existe des valeurs manquantes pour toutes les années, avec un nombre particulièrement élevé de valeurs manquantes entre 1960 et 1964 environ, et une diminution progressive par la suite.
2. Utilisation de l'affichage du modèle de valeur manquante
Dans 1, nous avons vérifié le nombre de valeurs manquantes pour chaque variable, mais il peut y avoir des schémas de données manquantes, comme « des données non collectées pendant deux années consécutives ».
La fonction « Afficher les tendances des valeurs manquantes » permet de vérifier s’il existe une tendance dans les valeurs manquantes d’un tableau de données. Elle peut également servir à extraire les lignes ne contenant aucune valeur manquante.
Si vous exécutez la fonction Tableau > Afficher les tendances des valeurs manquantes sur les colonnes de 1960 à 2024 (65 colonnes au total), un nouveau tableau de données sera généré. Les résultats sont présentés ici, triés par fréquence décroissante.
Dans le tableau de résultats, 0 indique une valeur non manquante et 1 une valeur manquante.
La colonne « Modèle » indique, à l’aide de 0 ou 1, la présence ou l’absence de valeurs pour la colonne spécifiée. La colonne « Fréquence » indique le nombre de lignes correspondant à ce modèle de valeurs manquantes.
La première ligne présente le format « 000000…000 », indiquant qu'aucune valeur n'est manquante dans les colonnes, ce qui signifie que des valeurs sont renseignées pour toutes les années. Ces données contiennent 110 lignes de ce type.
La cinquième ligne montre un schéma où les cinq premières colonnes (1960-1964) contiennent des données manquantes, mais il n'y a pas de données manquantes à partir de 1965, et nous pouvons voir qu'il y a six lignes de ce type.
Le tableau généré par « Afficher les modèles de valeurs manquantes » est lié aux données d'origine. Par exemple, si vous sélectionnez la première ligne, la ligne correspondante sera sélectionnée dans le tableau de données d'origine.
Dans cet état, vous pouvez utiliser Table > Sous-ensemble pour extraire uniquement les données ne contenant aucune valeur manquante.
3. Utilisation du « diagramme cellulaire »
Il est également important de déterminer où se situent les valeurs manquantes : au début, au milieu ou à la fin des données. Par exemple, pour des données de processus acquises chronologiquement, il peut être utile de savoir si les valeurs manquantes sont plus nombreuses dans la première ou la seconde moitié des données.
Dans de tels cas, l'utilisation du « graphique de cellule » permet de visualiser intuitivement la distribution des valeurs manquantes dans un affichage réduit des données par cellule.
Dans cet exemple, nous classons les pays par ordre décroissant en utilisant le PIB moyen des cinq années allant de 2020 à 2024, et nous examinons la relation entre les niveaux récents du PIB et les données manquantes.
Cliquez sur Graphique > Diagramme de cellules et spécifiez Année comme variable Y, Variable réponse et Nom du pays comme étiquette. Le rapport du diagramme de cellules s'affichera alors.
Un graphique de cellules est un graphique qui visualise chaque cellule d'un tableau de données sous forme de rectangle coloré.
Remarquez qu'au lieu de la couleur de la cellule, vous voyez un « X » dans la cellule , ce qui indique que la cellule contient une valeur manquante.
En observant la répartition des « x », on constate que les pays ayant un PIB plus faible (ceux en bas du tableau) ont tendance à avoir plus de données manquantes, et que plusieurs pays présentent des données manquantes pour les années récentes 2023 et 2024.
L'une des raisons avancées serait que les pays dont le PIB est plus élevé disposent de meilleurs systèmes pour collecter et publier de manière stable ces statistiques économiques.
Les valeurs manquantes constituent un point important à vérifier avant de commencer toute analyse de données.
En comprenant à l'avance la présence ou l'absence de données manquantes et de tendances, les analyses et interprétations ultérieures peuvent être réalisées de manière appropriée.
par Naohiro Masukawa (JMP Japon)
Naohiro Masukawa - Communauté d'utilisateurs JMP
