72
VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Embed Size (px)

Citation preview

Page 1: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES

Quelle proportion? Importante - Non importante?

Aléatoires - Non aléatoires?

Quel « pattern » suivent les valeurs manquantes?

Page 2: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Une solution simple : écarter les « sujets » avec des réponses

incomplètes : « analyse des cas disponibles ou des cas complets »

utilisation non efficiente de l ’information cas complets peuvent être très différents

Généralisation? Représentativité?

Page 3: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Classification Exemple : 2 variables Y = revenu, X = Age

Complètement aléaloires (Missing Completely At Random = MCAR) : données manquantes = échantillon représentatif de l’ensemble complet de données

Probabilité que revenu soit récolté la même pour tous les

individus MCAR

Page 4: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Classification Exemple : 2 variables Y = revenu, X = Age

Aléatoires (Missing At Random = MAR) : probabilité qu’une donnée soit manquante dépend des valeurs des variables mesurées

Probabilité que revenu soit récolté dépend de l’âge des répondants mais ne varie pas en fonction du revenu des répondants au sein des groupes d’âge MAR

Page 5: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

ClassificationExemple : 2 variables Y = revenu, X = Age

Valeurs manquantes non aléatoires (Missing Not At Random = MNAR) : l’occurrence des valeurs manquantes d’une variable dépend de la valeur réelle mais non observée de la variable.

Si probabilité que revenu varie aussi en en fonction du revenu dans les groupes d’âge MNAR

Page 6: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Classification

MCAR et MAR = « missing ignorable » MNAR = « missing non ignorable »

Page 7: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES

Méthodes d’analyse

Deux grands types d’approches Imputation

Basées sur la vraisemblance (Likelihood – «Expectation-Maximization » algorithm). Estimation de paramètres par maximum de vraisemblance à partir des données incomplètes.

Page 8: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Méthodes d’analyse Différence principale entre les deux

approches imputation complète les «missing » approche basée sur le Likelihood : pas

d’estimation explicite des « missing » mais spécification d’un modèle et logiciels moins facilement disponibles pour certaines analyses

Si grands échantillons, résultats semblables avec les deux méthodes; si petits échantillons, MI supérieur?

Page 9: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

IMPUTATION:

Imputation simple

Imputation multiple

Page 10: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Imputation simple Valeur basée sur la connaissance à priori moyenne des observations disponibles

pour les autres sujets avec des caractéristiques identiques

valeurs prédites par régression ou régression stochastique (valeurs manquantes remplacées par valeurs prédites + résidus pour refléter l’incertitude sur la valeur prédite)

VALEURS MANQUANTES

Page 11: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Imputation simple Hot Deck : valeur imputée sélectionnée à

partir de la distribution estimée pour chaque valeur manquante

Cold deck : remplacer une valeur manquante par une valeur constante provenant d’une source extérieure (ex : étude antérieure)

Page 12: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Imputation simple Étude longitudinale : dernière valeur

observée (LOCF) Substitution : remplacer des unités

sélectionnées par d’autres non sélectionnées dans l’échantillon (stade expérimental)

…………

Page 13: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES

Imputation simple : problèmes Connaissance à priori : OK si nb. Missing

petit et chercheur expérimenté L’analyse de la base de données

complétée comme si les mesures ajoutées étaient des mesures réelles ne tient pas compte de l’incertitude liée au processus d’imputation

Les erreurs standards sont en général sous-estimées

Page 14: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES

Imputation multiple (MI)

N’ajoute pas des valeurs

Analyse de plusieurs ensembles de données « complets »

Simulations nb. M d’imputations répétées = 3, suffisant si 20% de missing

Page 15: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Imputation multiple

Sauf si % « missing » très grand : peu de bénéfice avec + de 10 imputations – 5 imputations = recommandé

Ajuste les statistiques pour tenir compte de l’incertitude liée à l’imputation

Page 16: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Remarque

Méthodes choisies pour traiter les missings dans les essais cliniques ont un impact sur les calculs de taille d’échantillons

Page 17: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES

Quelques situations

Analyses avec des modèles classiques Essais cliniques Etudes longitudinales ………..

Page 18: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1

Developing a prognostic model in the presence of missing data: an ovarian cancer case studyTaane G. Clark*, Douglas G. Altman

Journal of Clinical Epidemiology 56 (2003) 28–37

Valeurs manquantes pour 8 des 10 facteurs prognostiques potentiels : 2-43%

Temps de survie connus

Page 19: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - étapes de la procédure

1. Investigating the missing data

a. Quantifying the multivariate patterns of the missing data.

b. Plotting the proportion of missing data for each potential prognostic factor against diagnosis year to show time trends in measurement practice.

Page 20: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - étapes de la procédure

1. Investigating the missing data

c. Exploring the relationship between missing data of potential prognostic factors with other prognostic variables, survival information [i.e., (log) survival time and the censoring indicator], and auxiliary variables.

Page 21: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - étapes de la procédure

2. Specifying an imputation model.

3. Using the model to generate (via a random sampling procedure) M sets of imputed values for the missing data points, thus creating M completed datasets.

Page 22: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - étapes de la procédure

4. For each completed dataset, carrying out a Cox regression, obtaining estimate of interest and its estimated variance

5. Combining the results from the different datasets to obtain a prognostic model.

Page 23: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - étapes de la procédure

6. Constructing a final “completed data” model (Model 2) by removing the covariate with the highest P-value and repeating steps 4 and 5 until all remaining covariates were significant at a 5% level (backward elimination).

Page 24: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1

Etape 1 : missing data = MAR

Etapes 2 et 3 = simulation bayésienne

Etape 3 : nombre d ’imputations répétées=10

Page 25: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 1 – Pattern «missing»Prognostic variable N (%)

Grade

Unknown 139 (11.7)

Ascites

Presence 707 (59.5)

Absence 417 (35.1)

Unknown 65 (5.5)

Alkaline phosphatase 793 (66.7)

Page 26: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1-Etape 1-Pattern «missing» The number of patients contributing to a

complete case analysis using all the prognostic factors would be 358 (245 deaths).

Plots of the proportion of missing data by diagnosis year show that the proportions for ascites, alkaline phosphatase, albumin, grade, and residual disease were constant.

Page 27: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 1-Pattern «missing»

The proportion of missing CA125 data decreased linearly in time from 85 to 21% between 1984 and 1999.

The proportion of missing performance status had an increasing trend in time with a minimum of 18% in 1986 and a maximum of 71% in 1995.

Page 28: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

An analysis of the survival distributions of non-missingand missing strata within each of the factors (log) CA125,

grade, FIGO stage, and performance status showed no visual or statistical evidence of significant differences.

Valeurs manquantes

Exemple 1 - Etape 1 - Evidence of MAR data

Page 29: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 1 - Evidence of MAR data

Difference between the survival distributions of patients with and without missing data for ascites (P .002), albumin (P .003), alkaline phosphatase (P .020) and residual disease (P .020)

Page 30: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 1 - Evidence of MAR data Those patients missing albumin and

alkaline phosphatase results had a better prognosis, suggesting that eliminating the patients with missing values would lead to an underestimate of the true survival of the cohort. The opposite effect was seen for ascites and residual disease.

Page 31: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 1 - Evidence of MAR data

The univariate logistic models indicated that histology and clinical trial participation were associated with the missingness of all but one prognostic variable.

Page 32: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 2 à 5 - Imputation

We completed 10 data sets by imputing 2,045 values in each. As a consequence, 6,265 additional real data values were incorporated into each dataset.

Page 33: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - étape 2 – Imputation model

For binary variables (e.g., the presence or absence of ascites) we used a logistic model

For categorical variables with three or more ordered levels (e.g., performance status) we applied a polytomous (2 levels) logistic model

Page 34: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 2 - Imputation model

For continuous variables (e.g., log CA125) we used normal linear regression truncated where appropriate to the credible range of values.

Page 35: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etapes 2 à 5 - Imputation

The prevalences (%) of categorical prognostic factors in the original data (ignoring missing data) were consistent with those from the 10 imputations.

Page 36: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etapes 2 à 5 - imputationOriginal Completed (a)

Prognostic Factor # % Median Range Overall %

Grade

I 131 12.5 149 144–153 12.5

II 278 26.5 315 310–321 26.5

III 641 61.0 724 716–732 60.9

Unknown 139 0 — — —

Ascites

Presence 707 62.9 750 747–752 63.0

Absence 417 37.1 440 437–442 37.0

Unknown 65 0 — — —

(a) 10 datasets with original data augmented by imputed missing values.

Page 37: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etapes 2 à 5 - Imputation

The median and range of albumin, log CA125, and alkaline phosphatase in the original data were consistent with the median of the median of the 10 imputation distributions and the extreme values of these distributions, respectively.

Page 38: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 2 à 5 - imputation

Original Completed

Prognostic Median Range Median Range

Factor

Log CA125 (5.34) (1.79–10.04) 5.16 1.79–10.04

Albumin (39.0) (20.0–50.0) 39.0 20.0–50.0

Log Alk. Phos. (4.54) (3.26–7.50) 4.54 3.26–7.50

Page 39: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etapes 2 à 5 - Imputation

The narrow ranges of imputation values for each potential prognostic variable coincides with the visual impression that the distributions for each of the potential prognostic factors in the 10 imputed datasets were similar.

Page 40: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 6 - Fitting the Cox models.

Model 1 : as four factors, each with missing values, were found not to be prognostic, the analysable dataset was 518 (380 deaths).

Model 2 : pooled analysis using 10 complete datasets with imputed missing values.

Grade and ascites were statistically significant in Model 2, but not in Model 1.

Page 41: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - Etape 6 - Fitting the Cox models.

A complete case analysis based on Model 2 would include only 449 patients (319 deaths).

The confidence limits are narrower in the augmented data, especially for those with less missing observations in the original dataset.

Page 42: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Exemple 1 - Etape 6 - Fitting the Cox models. The models applied to completed data (i.e., the 10

datasets with imputed missing values) had better calibration (i.e., greater ability to

produce unbiased estimates of outcome) superior discrimination (i.e., improved ability to

provide accurate predictions for individual patients)

There was little difference between the discrimination measures of Model 1 and Model 2 when applied to the completed data.

Page 43: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Exemple 1 - Conclusion

Most data are multivariate in nature, so a small proportion of missing data for several variables can lead to a severely depleted complete case analysis.

MI seems appropriate in this setting if the original dataset is not too small.

Page 44: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 1 - conclusion

Using imputed data we are incorporating patients

that are removed merely because one or more of their prognostic factors are missing and, as a result, increasing power and adding precision to an analysis.

our approach may be viewed as a sensitivity analysis, and ultimately we need to use judgement about the plausibility of assumptions in a particular situation to assess which is the primary analysis.

Page 45: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 2 : une étude longitudinale

Attrition in longitudinal studies: How to deal with missing data

Jos Twisk*, Wieke de Vente

Journal of Clinical Epidemiology 55 (2002) 329–337

Page 46: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 2 - Conclusion When MANOVA for repeated

measurements is used to analyze a longitudinal dataset with missing data, imputation methods to replace these missing data are highly recommendable (because MANOVA as implemented in the software used (SPSS), uses listwise deletion of cases with a missing value).

Page 47: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 2 - Conclusion When GEE is used to analyze a

longitudinal dataset with missing data, not imputing at all may be better than any of the imputation methods applied.

If one chooses to impute missing values, longitudinal methods are generally preferred above cross-sectional methods.

Page 48: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 2 - Conclusion Using the more refined multiple imputation

method to impute missing values did not lead to different point estimates than the single imputation techniques.

The estimated standard errors were higher than the ones obtained from the complete dataset, which seems to be theoretically justified, because they reflect uncertainty in estimation caused by missing values.

Page 49: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 2 - Limitations Specific observational longitudinal dataset Four missing data scenarios Limited number of imputation techniques Missingness dependent on the outcome

variable Two statistical methods Less advanced multiple imputation

estimation pro-cedures)

Page 50: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Exemple 3 – Un essai clinique

Extrait de « Multiple Imputation : a primer».

JL Schafer

Statistical Methods in Medical Research, 1999; 8 (1) 3-15

Page 51: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 52: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 53: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 54: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

VALEURS MANQUANTES

Softwares Routines pour STATA

http://www.stat.harvard.edu/~barnard/ S-PLUS SAS NORM (free sur INTERNET (Schafer,

1999) SOLAS™ for Missing Data Analysis and

Multiple Imputation http://www.statsol.ie/solas/solas.htm

Page 55: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

Et SPSS?

Module MVA

Pattern des missings Méthodes de substitution :

Régression EM

Page 56: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 57: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 58: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Univariate Statistics

2081 2.9353 .67960 35 1.7 46 29

1302 6.8703 1.04820 814 38.5 109 22

1995 25.06 7.115 121 5.7 0 13

1939 24.486 2.5238 177 8.4 41 27

1916 17.062 1.6391 200 9.5 5 39

2083 2.66 2.950 33 1.6 0 48

1252 864 40.8

2080 36 1.7

poidbebe

hemog1

agem

perbg

baude

parite

gead

gretum

N Mean Std. Deviation Count Percent

Missing

Low High

No. of Extremesa

Number of cases outside the range (Q1 - 1.5*IQR, Q3 + 1.5*IQR).a.

Page 59: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 60: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Separate Variance t Testsa

-1.8 . -3.9 2.9 -19.3 -4.2

1598.7 . 1301.1 1240.3 949.7 1600.5

1302 1302 1301 1297 1300 1302

779 0 694 642 616 781

2.9145 6.8703 24.60 24.605 16.568 2.45

2.9699 . 25.93 24.246 18.106 3.01

-2.5 . . 2.3 -11.9 -2.7

120.8 . . 73.0 68.3 123.3

1968 1301 1995 1870 1854 1971

113 1 0 69 62 112

2.9246 6.8694 25.06 24.511 17.001 2.62

3.1212 8.0000 . 23.794 18.903 3.40

-1.9 -2.2 -1.8 . -6.3 -1.9

173.8 4.1 139.0 . 32.4 180.7

1922 1297 1870 1939 1883 1926

159 5 125 0 33 157

2.9252 6.8682 24.98 24.486 17.012 2.63

3.0569 7.4000 26.22 . 19.909 3.11

-2.0 -1.5 -2.6 .2 . -2.8

206.5 1.0 159.1 55.9 . 212.4

1900 1300 1854 1883 1916 1904

181 2 141 56 0 179

2.9247 6.8697 24.94 24.489 17.062 2.61

3.0457 7.2500 26.67 24.373 . 3.25

-2.1 -.5 -4.3 2.1 -18.5 -4.4

1717.9 86.5 1449.5 1387.7 1073.0 1748.4

1252 1226 1250 1245 1248 1251

829 76 745 694 668 832

2.9094 6.8667 24.52 24.578 16.560 2.43

2.9744 6.9276 25.96 24.320 17.999 3.01

t

df

# Present

# Missing

Mean(Present)

Mean(Missing)

t

df

# Present

# Missing

Mean(Present)

Mean(Missing)

t

df

# Present

# Missing

Mean(Present)

Mean(Missing)

t

df

# Present

# Missing

Mean(Present)

Mean(Missing)

t

df

# Present

# Missing

Mean(Present)

Mean(Missing)

hem

og1

agem

perb

gbaude

gead

poid

bebe

hem

og1

agem

perb

g

baude

parite

For each quantitative variable, pairs of groups are formed by indicator variables(present, missing).

Indicator variables with less than 5% missing are not displayed.a.

Page 61: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

gead

1302 821 405 76

61.5 97.0 99.8 8.8

38.5 3.0 .2 91.2

1995 844 406 745

94.3 99.8 100.0 86.2

5.7 .2 .0 13.8

1939 840 405 694

91.6 99.3 99.8 80.3

8.4 .7 .2 19.7

1916 842 406 668

90.5 99.5 100.0 77.3

9.4 .4 .0 22.7

.0 .1 .0 .0

Count

Percent

Present

% SysMisMissing

hemog1

Count

Percent

Present

% SysMisMissing

agem

Count

Percent

Present

% SysMisMissing

perbg

Count

Percent

Present

% SysMis

% 60.0

Missing

baude

Tota

l

0 1

SysM

is

Missing

Indicator variables with less than 5% missing are not displayed.

Page 62: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

gretum

1302 629 673 0

61.5 58.1 67.4 .0

38.5 41.9 32.6 100.0

1995 1001 977 17

94.3 92.5 97.9 47.2

5.7 7.5 2.1 52.8

1939 974 949 16

91.6 90.0 95.1 44.4

8.4 10.0 4.9 55.6

1916 954 950 12

90.5 88.2 95.2 33.3

9.4 11.7 4.8 66.7

.0 .1 .0 .0

1252 612 639 1

59.2 56.6 64.0 2.8

40.8 43.4 36.0 97.2

Count

Percent

Present

% SysMisMissing

hemog1

Count

Percent

Present

% SysMisMissing

agem

Count

Percent

Present

% SysMisMissing

perbg

Count

Percent

Present

% SysMis

% 60.0

Missing

baude

Count

Percent

Present

% SysMisMissing

gead

Tota

l

.00

1.0

0

SysM

is

Missing

Indicator variables with less than 5% missing are not displayed.

Page 63: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Percent Mismatch of Indicator Variables.a,b

5.72

9.17 8.36

9.59 4.21 9.45

32.84 30.58 29.21 38.47

35.30 33.13 31.76 4.82 40.83

agem

perbg

baude

hemog1

gead

agem

perb

g

baude

hem

og1

gead

The diagonal elements are the percentages missing,and the off-diagonal elements are the mismatchpercentages of indicator variables.

Variables are sorted on missing patterns.a.

Indicator variables with less than 5% missingvalues are not displayed.

b.

Page 64: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Tabulated Patterns

1220

X 1242

X X X 1848

X X 1800

X 1295

X X X 1839

X X X X 1937

X X X 1826

X X X X X 2031

Number of Cases1220

22

46

483

75

38

70

22

31

parite

gre

tum

poid

bebe

agem

perb

g

baude

hem

og1

gead

Missing Patternsa

Com

ple

te if

...

b

Patterns with less than 1% cases (21 or fewer) are not displayed.

Variables are sorted on missing patterns.a.

Number of complete cases if variables missing in thatpattern (marked with X) are not used.

b.

Page 65: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 66: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?
Page 67: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

EM Meansa

2.9351 6.8889 25.12 24.489 17.077 2.65

poid

bebe

hem

og1

agem

perb

g

baud

e

parit

e

Little's MCAR test: Chi-Square = 622.509, DF =57, Sig. = .000

a.

Page 68: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Descriptive Statistics

2081 .97 9.04 2.9353 .67960

1302 1.50 9.50 6.8703 1.04820

1995 7 54 25.06 7.115

1939 10.0 40.1 24.486 2.5238

1916 11.7 30.0 17.062 1.6391

1295

poidbebe

hemog1

agem

perbg

baude

Valid N (listwise)

N Minimum Maximum Mean Std. Deviation

Page 69: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

EM Correlationsa

1

.050 1

.042 -.039 1

.118 .014 .114 1

.192 .067 .212 .299 1

.063 -.035 .806 .099 .185 1

poidbebe

hemog1

agem

perbg

baude

parite

poid

bebe

hem

og1

agem

perb

g

baud

e

parit

e

Little's MCAR test: Chi-Square = 622.509, DF= 57, Sig. = .000

a.

Page 70: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Correlations

1 .118** .195** .031 -.046

. .000 .000 .165 .095

1995 1870 1854 1968 1301

.118** 1 .287** .111** .017

.000 . .000 .000 .552

1870 1939 1883 1922 1297

.195** .287** 1 .204** .045

.000 .000 . .000 .106

1854 1883 1916 1900 1300

.031 .111** .204** 1 .076**

.165 .000 .000 . .006

1968 1922 1900 2081 1302

-.046 .017 .045 .076** 1

.095 .552 .106 .006 .

1301 1297 1300 1302 1302

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

agem

perbg

baude

poidbebe

hemog1

agem perbg baude poidbebe hemog1

Correlation is significant at the 0.01 level (2-tailed).**.

Page 71: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?

Valeurs manquantes

EM Deux étapes : E = valeurs attendues des

données manquantes; M = estimation des paramètres (corrélations) comme si les valeurs manquantes avaient été complétées

Avec SPSS MVA, on peut simuler une imputation multiple

Page 72: VALEURS MANQUANTES Quelle proportion? Importante - Non importante? Aléatoires - Non aléatoires? Quel « pattern » suivent les valeurs manquantes?