Données manquantes sous SAS ? Restaurez vos datasets avec PROC MI et l'approche de Monte Carlo

Niveau de difficulté

Expert

Publié le : 18/09/2025

Le Conseil de l'Expert

Michael
Responsable de l'infrastructure Viya.

Plus votre taux de données manquantes est élevé, plus vous devriez augmenter le nombre d'imputations (nimpute). Avec 40 jeux de données, vous assurez une efficacité relative extrêmement haute, transformant un dataset "troué" en une base d'analyse robuste et exploitable pour vos modèles de régression finaux.

Le script commence par créer un jeu de données 'Fitness1' contenant des mesures de condition physique (consommation d'oxygène, temps de course, pouls). Certaines de ces mesures sont manquantes. Ensuite, la procédure MI est utilisée pour imputer ces valeurs manquantes en générant 40 jeux de données complets. L'imputation est basée sur une méthode de Monte Carlo par chaînes de Markov (MCMC), avec une graine spécifiée pour garantir la reproductibilité.

Analyse des données

Type : CREATION_INTERNE

Les données sont créées directement dans le script via une étape DATA et l'instruction DATALINES. Aucune source de données externe n'est nécessaire.

1 Bloc de code

DATA STEP Data

Explication :
Ce bloc crée la table 'Fitness1' à partir de données intégrées dans le code (datalines). L'instruction 'input' lit les variables Oxygen, RunTime, et RunPulse. Le spécificateur '@@' permet de lire plusieurs observations à partir de la même ligne de données.

Copié !

1	DATA Fitness1;
2	INPUT Oxygen RunTime RunPulse @@;
3	DATALINES;
4	44.609 11.37 178 45.313 10.07 185
5	54.297 8.65 156 59.571 . .
6	49.874 9.22 . 44.811 11.63 176
7	. 11.95 176 . 10.85 .
8	39.442 13.08 174 60.055 8.63 170
9	50.541 . . 37.388 14.03 186
10	44.754 11.12 176 47.273 . .
11	51.855 10.33 166 49.156 8.95 180
12	40.836 10.95 168 46.672 10.00 .
13	46.774 10.25 . 50.388 10.08 168
14	39.407 12.63 174 46.080 11.17 156
15	45.441 9.63 164 . 8.92 .
16	45.118 11.08 . 39.203 12.88 168
17	45.790 10.47 186 50.545 9.93 148
18	48.673 9.40 186 47.920 11.50 170
19	47.467 10.50 170
20	;
21

2 Bloc de code

PROC MI

Explication :
Ce bloc utilise la procédure d'imputation multiple (MI) sur la table 'Fitness1'. Il est configuré pour générer 40 jeux de données imputés ('nimpute=40') en utilisant une méthode MCMC. L'option 'seed' assure la reproductibilité. Les variables à imputer sont spécifiées dans l'instruction 'var'.

Copié !

1	PROC MI DATA=Fitness1 seed=21355417 nimpute=40 mu0=50 10 180;
2	mcmc chain=multiple displayinit initial=em(itprint);
3	var Oxygen RunTime RunPulse;
4	RUN;

L'Astuce Pro

L'utilisation de l'option initial=em permet de stabiliser la chaîne de Markov dès son départ, tandis que le paramètre mu0 vous permet de tester vos hypothèses par rapport à des valeurs de référence précises.

Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.

Informations de Copyright : SAS SAMPLE LIBRARY. NAME: MIEX9. TITLE: Documentation Example 9 for PROC MI. PRODUCT: STAT. REF: PROC MI, EXAMPLE 9

Documentation liée

Scoring Distribué : Déployez vos Modèles Analytiques en RAM

Cet exemple démontre comment télécharger un 'analytic store' (astore) depuis le système de fichie...