7 - traitement des données manquantes

Question 1

cause des données manquantes (7)

Answer 1

1. erreurs de saisie
2. valeurs aberrantes qu’on supprime
3. données recueillies difficilement
4. statistiques officielles non dispo
5. refus de rép à certaines questions par les participants
6. difficulté de contacter les participants
7. perte de suivi

Question 2

impacts d’avoir des données manquantes sur l’analyse (2)

Answer 2

• si info est non-pertinente/non-informative –> perte d’info a pas d’impact sur les analyses
• si info est pertinente/informative –> perte d’info a un impact sur les analyses

Question 3

impact de la perte d’info pertinente/informative sur les analyses

Answer 3

• impact est en fct du taux de données manquantes
• biais possible dans l’estimation de la précision et l’exactitude

Question 4

données manquantes sur l’analyse : enjeux

Answer 4

• éviter les biais induits par la négligence des données manquantes
• choisir la bonne méthode pour traiter les données manquantes

Question 5

problématique des données manquantes (5)

Answer 5

• la proportion des données manquantes
• aléatoire ou non
• monotone ou non
• variable à expliquer ou variables explicatives
• cadre d’étude (essais thrp et enquêtes)

Question 6

types de variables manquantes

Answer 6

• MCAR : manquant complètement au hasard
• MAR : manquant au hasard
• MNAR : valeurs manquantes non aléatoires

Question 7

MCAR

Answer 7

probabilité d’avoir des observations manquantes sur une variable Y est cst (même probabilité chez tout le monde)

Question 8

V ou F ; MCAR dépend ni de X ni de Y

Answer 8

V

Question 9

MCAR : conséquences

Answer 9

• perte de précision (puissance)
• pas de biais

Question 10

comment varie l’écart-type selon la taille d’échantillon

Answer 10

• petit échantillon = grand ÉT (car grande variance)
• grand échantillon = petit ÉT (ce qu’on veut)

Question 11

MCAR : expliquer pk on obtient une variance plus petite en enlevant les observations ayant les valeurs les + larges

Answer 11

les données sont plus similaires donc plus de précision, la variance diminue donc ÉT plus petit

Question 12

MAR

Answer 12

probabilité d’avoir des observations manquantes sur une variable Y dépend d’autres variables observées X (dépend pas des valeurs de Y)

Question 13

MAR : exemple

Answer 13

X = sexe (F) et Y = âge

à cause de la variable sexe, la variable âge est affectée (manquante)

Question 14

MAR : conséquences

Answer 14

• perte de précision (puissance)
• pas de biais si on utilise des mthd stat appropriées

Question 15

MNAR

Answer 15

probabilité d’avoir des observations manquantes sur une variable Y dépend de la variable Y elle même

Question 16

MNAR : exemple

Answer 16

Y = revenu

Personnes avec un haut revenu refusent de le dévoiler

Question 17

MNAR : conséquences

Answer 17

• perte de précision (puissance)
• biais
• nécessite une analyse de sensibilité

Question 18

expliquer les valeurs monotones vs non monotones

Answer 18

• monotone : pt vient aux visites 1,2,3,4 et arrête par la suite
• non monotone : pt vient aux visites 1,2 skip 3 et va à 4,5

Question 19

méthode de traitement des données manquantes (4)

Answer 19

• analyse de données complètes
• indicateur de données manquantes
• imputation simple
• imputation multiple

Question 20

méthode de traitement des données manquantes : types d’imputation simple

Answer 20

• par dernière observation (LOCF)
• par la moyenne
• par la régression

Question 21

principe de la méthode d’analyse de données complètes

Answer 21

on enlève les personnes dont il leur manque une donnée de variable pour analyser slm les personnes qui ont toutes les données des variables (néglige données manquantes et porte juste sur les enregistrements complets)

Question 22

principe de la méthode d’analyse de données complètes : expliquer cmt la proportion d’observations complètes peut être faible même si la probabilité qu’une donnée soit observée est grande

Answer 22

on enlève une personne même s’il manque juste 1 mesure

ex : proportion de 1/7 pts qui n’a pas la variable mais on l’enlève même si manque juste 1 mesure

Question 23

analyse complète : V ou F : les résultats sont pas biaisés si les données sont MCAR

Answer 23

V, mais il y a quand même diminution de précision et de puissance

Question 24

différence en analyse de données complètes et l’indicateur de données manquantes

Answer 24

au lieu de négliger les données manquantes, on ajoute une modalité à la variable pour que l’analyse porte sur toutes les données

Question 25

indicateur de données manquantes pour variables binaires

Answer 25

on ajoute une catégorie (niveau) qui représente le manque d'infos pour ne pas avoir a l'enlever

Question 26

indicateur de données manquantes pour variables continues

Answer 26

au lieu de rajouter une catégorie, on rajoute une valeur random qui fait pas partie des valeurs présentes, qui représente le manque d'infos (ex : 999)

Question 27

V ou F : indicateur de données manquantes suppose des données MCAR slm

Answer 27

F, MCAR ou MAR

Question 28

indicateur de données manquantes : AV (2)

Answer 28

- améliore précision de certains estimateurs - permet d'apprécier le risque de biais

Question 29

indicateur de données manquantes : DV

Answer 29

protège pas contre le risque de biais

Question 30

imputation simple

Answer 30

chaque donnée manquante est remplacée par une donnée artificielle prédite ou simulée

Question 31

imputation simple : basé sur quel type de données manquantes

Answer 31

MAR

Question 32

imputation simple-dernière observation

Answer 32

- pour des mesures répétées lors d'études longitudinales - suppose que la vraie valeur reste inchangée depuis la dernière mesure

Question 33

imputation simple-par la moyenne

Answer 33

- remplacement des valeurs manquantes par la moyenne des données dispo

Question 34

V ou F : imputation simple-par la moyenne : les estimations sont non biaisées si les données sont MCAR

Answer 34

V

Question 35

imputation simple-par la moyenne : DV (2)

Answer 35

- moyenne peut pas être calculée pour des données catégoriques - sous estime la variabilité des données non observées

Question 36

imputation simple-par régression

Answer 36

on trace une régression linéaire avec les données qu'on a pour prédire les données manquantes

Question 37

différence entre l'imputation simple-par régression linéaire simple vs linéaire simple avec résidus aléatoires

Answer 37

résidus aléatoires : on ajoute une erreur pour que les données prédites ressemblent plus aux données complètes

Question 38

imputation multiple

Answer 38

- plusieurs imputations simple par régression pour capter toutes la variabilité possible - plusieurs valeurs dispo pour chaque données donc nous permet d'avoir un ensemble de données complet

Question 39

imputation multiple : objectifs

Answer 39

- réfléter correctement l'incertitude des données manquantes - préserver les aspects importants des distributions - préserver les relations importantes entre les variables

Question 40

imputation multiple : ce qui n'est pas un objectif

Answer 40

- prédire les données manquantes avec la plus grande précision - décrire les données de la meilleure façon possible