Données manquantes

Une synthèse des fondements et des travaux les plus récents dans le domaine du traitement des données manquantes, avec des applications dans des domaines variés.
Il n’y a pas de données sans données manquantes ! Les inconvénients en sont connus : biais éventuels et difficultés d’utiliser des méthodes conçues pour des données complètes. Il est indispensable de comprendre les mécanismes qui peuvent conduire à l’absence totale ou partielle de valeurs dans des échantillons. Des variables peuvent manquer en totalité parce qu’elles n’ont pu être observées ou qu’elles sont inobservables comme des variables latentes. Les données censurées constituent une espèce particulière de données manquantes. De nombreuses solutions ont été proposées pour remplacer des valeurs manquantes par des valeurs plausibles : imputations simples ou multiples, avec ou sans modèle. On peut aussi utiliser des méthodes qui s’accommodent d’une proportion raisonnable de données manquantes. Depuis la première édition du célèbre ouvrage de Little et Rubin en 1987, des milliers d’articles ont été publiés et des développements logiciels ont foisonné. Cet ouvrage a été édité suite à la 52e édition des journées d’étude de statistique qui a eu lieu en 2021.