Données manquantes avec SAS : Maîtrisez l'algorithme EM via la PROC MI

Face à des données incomplètes, le réflexe courant consiste souvent à supprimer les observations manquantes ou à imputer des valeurs arbitraires. Ce script propose une alternative bien plus rigoureuse : l'algorithme EM (Expectation-Maximization). En utilisant la PROC MI avec l'option NIMPUTE=0, vous ne demandez pas à SAS de "combler les trous", mais d'estimer les paramètres réels de votre population (moyennes et matrice de covariance) à partir de l'information partielle disponible.

La puissance de cette méthode réside dans son processus itératif. L'étape E (Expectation) calcule la vraisemblance des données manquantes en se basant sur les paramètres actuels, tandis que l'étape M (Maximization) met à jour ces paramètres pour maximiser cette vraisemblance. L'option ITPRINT est ici essentielle pour le statisticien, car elle permet de surveiller la convergence de l'algorithme. Utiliser l'EM est particulièrement pertinent pour des mesures physiologiques comme le pouls ou la consommation d'oxygène, où les variables sont souvent corrélées : l'algorithme exploite ces relations pour fournir une estimation bien plus fiable qu'une simple moyenne sur les données complètes. C'est l'outil de choix pour stabiliser vos analyses avant d'envisager une modélisation plus complexe.