Discussion :

[prince 1990]

bonjour à tous
comment traiter les valeurs manquante de ce qui suit on dispose de 140 cas ayant eu covid dont 20 sont des cas suspect et les autres confirmés on dispose de 40 cas dont le nombre de jours d'arret de travail est connu et les 100 autres non
comment alors faire pour les données manquantes est ce qu'on met la moyenne des valeurs existante ?
Merci infiniment d'avance pour toute réponse

[tbc92]

Commençons par un cas plus simple :
on dispose de 140 cas ayant eu covid ; on dispose de 40 cas dont le nombre de jours d'arret de travail est connu et les 100 autres non
J'enlève donc ce qui concerne les cas 'suspects'.
Une première étape est de faire un test de normalité. Si les 40 cas suivent une loi normale, la moyenne de ces 40 cas a un sens, et c'est ça qu'on va appliquer.
Si les 40 cas connus ne suivent pas une loi normale (en gros, on a 30 cas qui ont été arrêtés 3 ou 4 jours, et les 10 autres ont été arrêtés beaucoup plus longtemps, jusqu'à 2 mois par exemple).
Dans ce cas, c'est plus problématique.
Selon ce que tu vas faire avec les données ensuite, tu peux utiliser la moyenne, ou la médiane. Ou peut-être autre chose encore.
Tu peux aussi utiliser des statistiques 'nationales', si tu trouves des sources fiables. Ok, sur les 40 cas de ton entreprise pour lesquels tu as les chiffres, ça s'est passé comme ça, mais 40 cas, ce n'est pas forcément représentatif, et tu décides (comme un chef) de prendre des chiffres officiels, plus fiables.

Ce que tu ajoutes avec les cas suspects, je ne sais pas ce que tu attends comme réponse à ce sujet.

[prince 1990]

Commençons par un cas plus simple :
[I]

Ce que tu ajoutes avec les cas suspects, je ne sais pas ce que tu attends comme réponse à ce sujet.

bonjour merci pour la réponse pour les cas suspects se ne sont pas des cas covid mais des gens qui ont contacté des cas covid et ont par la suite eu des congés pur cette cause

en ce qui concerne l'estimation des valeurs manquantes j'ai réfléchis à la méthode k-moyenne (k-means) mais mon problème ce qu'il y a une autre variable explicative qui est les maladies chroniques qui influence les données
comment puisse je faire svp
merci infiniment d'avance pour toute réponse