données manquantes - Choix de la méthode d'imputation

[Manoutz]

Salut à tous,

J'aurais voulu si savoir qqn à déjà comparé ou étudié le choix de la méthode à utiliser pour imputer des données manquantes, ainsi que son application sous SAS.

En résumé, j'hésite entre deux familles de méthodes:

• Missing Completely At Random (MCAR)
• Missing At Random (MAR)

A priori je ne retiens pas la famille Missing Not At Random (MNAR), qui me parait plus fumeuse, mais tout point de vue sur cette famille (ou autre) est bien entendu le bienvenu.

A ma connaissance la famille MCAR regroupe plutôt des méthodes simples du style Last Observation Carried Forward (LOCF), unconditional mean, conditional mean, ...

MAR passe par des méthodes un peu plus complexes comme l'imputation multiple (Proc MI et MIANALYZE sous sas) ou l'algorithme d'expectation maximization (EM).

Par le passé, j'ai eu l'occasion de comparer des méthodes simples (LOCF, unconditional mean, conditional mean) à des analyses ne considérant pas d'impuation, et dans mon cas j'étais arrivé la conclusion, après analyses sas, que les trois méthodes d'imputation ne présentait pas de différence sensible.

Ma question est la suivante: Quelle méthode préconisez vous(parmi les familles MAR et MCAR)? Y-a-t-il des situations qui préconisent plutôt l'utilisation d'une méthode ou d'une autre? La méthode ou famille de méthodes à appliquer est elle tributaire du pourcentage escompté de données manquantes (cette question émane d'un lointain souvenir d'une discussion ou on me conseillant -si mes souvenirs sont bons - de rester sur de l'imputation simple tant que le taux de données mq est < à 30%)?

merci pour vos réponses,

Manoutz

[MEGAMIND2]

Bonjour Manoutz,

Je ne connais aucune de ces 2 méthodes, mai je pourrais te proposer une macro qui te détermine le pourcentage des valeurs manquantes sur chaque variable. ça pourrait peut être t'aider à faire ton choix.



Brice

[Manoutz]

Merci de ta réponse, mais ma question est plutôt d'ordre méthodologique, souhaiterais orienter la discussion et partager les points de vue concernant les conditions d'attribution du choix de la méthode d'imputation. Une fois ce point éclairci le code sas est assez basique - quelques subtilités éventuellement suivant la méthode retenue. Le calcul des fréquences de données mq ne posera pas de problèmes en tout cas.