Suppression des valeurs nulles pour améliorer l'ajustement du modèle à des fins académiquesSalut,
Je dispose d'un fichier de données contenant les concentrations de composés volatils mesurées pour 34 formulations différentes. Je cherche à modéliser les composés volatils détectés (réponse) en fonction de ces formulations (prédicteurs). Cependant, comme toutes les formulations ne produisent pas les mêmes composés volatils, mes données contiennent de nombreuses valeurs nulles (non détectés). De ce fait, une grande partie de mes données relatives aux composés volatils suit une distribution de type SASH ou Johnson. Supprimer les échantillons présentant une valeur nulle pour certains composés volatils permettrait d'obtenir une meilleure distribution des données pour la modélisation, mais cela revient à manipuler les données à mon avantage. Un autre inconvénient est la réduction de la taille de mon échantillon. Par exemple, si un ingrédient responsable d'un composé volatil donné n'est présent que dans la moitié des échantillons (ce qui signifie que le composé volatil ne se forme pas dans l'autre moitié et que sa concentration est donc nulle), l'échantillon serait divisé par deux.
D'une certaine manière, il me semble logique de supprimer les valeurs nulles, car je n'ai besoin que des ingrédients responsables de la formation du ou des composés volatils souhaités dans le modèle. Cependant, je ne suis pas certain que cette méthode soit acceptée dans le cadre d'une publication dans une revue à comité de lecture. Quelqu'un a-t-il déjà rencontré ce problème et sait-il si la suppression des échantillons avec des valeurs nulles serait acceptée ?
Merci beaucoup d'avance !
Analyse et modélisation de données de baseFusion et nettoyage des donnéesModélisation prédictive et apprentissage automatiqueAnalyse de fiabilitéRe: Suppression des valeurs nulles pour améliorer l'ajustement du modèle à des fins académiquesDans JMP Pro, vous pouvez consulter des exemples de régression généralisée pour ajuster des modèles à des distributions non normales comme Poisson, binomiale, etc.
Re: Suppression des valeurs nulles pour améliorer l'ajustement du modèle à des fins académiquesMerci pour votre réponse. Je constate que ces distributions ne s'appliquent qu'aux données entières, or mes données ne sont pas entières. Existe-t-il une autre solution ?
Re: Suppression des valeurs nulles pour améliorer l'ajustement du modèle à des fins académiquesExcellent point, désolé de l'avoir manqué ! Bien que je sois d'accord sur la pertinence de votre approche d'un point de vue pratique, étant donné que votre question porte sur la pertinence pour la publication, je préfère laisser la parole à des personnes plus compétentes en statistiques. Je suis curieux de connaître l'avis des autres.
Une autre idée me vient à l'esprit : avez-vous essayé les réseaux de neurones ou les modèles de partition (arbres de décision) ? Le modèle de neurone offre une flexibilité maximale, tandis que l'arbre de décision représente un bon compromis entre flexibilité et interprétabilité.
