Imputation Multiple sous SAS : Maîtrisez PROC MI et MIANALYZE pour vos analyses de régression

Face à des données manquantes, beaucoup ont encore le réflexe de supprimer les lignes incomplètes. C'est une erreur statistique majeure qui introduit des biais et réduit la puissance de vos tests. La force du flux PROC MI et PROC MIANALYZE est de ne pas se contenter de "deviner" une valeur unique, mais de capturer l'incertitude réelle liée à l'absence d'information.

Le secret du code : Dans cet exemple, l'astuce réside dans la parfaite synchronisation des trois étapes. PROC MI crée plusieurs versions "plausibles" de votre réalité. PROC REG analyse chaque version séparément grâce à l'instruction BY _Imputation_. Enfin, le véritable "cerveau" de l'opération, PROC MIANALYZE, applique les règles de Rubin pour fusionner ces résultats.

Le détail qui fait la différence : Notez bien l'option covout dans la procédure de régression. Sans elle, vous ne transmettez pas les erreurs-types à l'étape finale, rendant l'ajustement de la variance impossible. En utilisant ce workflow, vous ne faites pas que remplir des cases vides : vous produisez des inférences robustes et scientifiquement défendables, même sur un jeu de données imparfait.