📘 Gestion des valeurs manquantes et aberrantes en analyse de données
La qualité des données est le socle de toute analyse fiable. Dans la pratique, les jeux de données contiennent souvent des informations manquantes ou aberrantes qui, si elles ne sont pas correctement traitées, peuvent biaiser les résultats et compromettre la prise de décision.
Cet ouvrage propose une approche complète et méthodique pour identifier, comprendre et traiter ces données problématiques. Il explore les différents types de valeurs manquantes (MCAR, MAR, MNAR), les méthodes d’imputation adaptées, ainsi que les techniques de détection et de traitement des valeurs aberrantes, allant des méthodes statistiques classiques aux approches modernes automatisées.
À travers des exemples concrets, des études de cas et des exercices pratiques, ce livre guide les chercheurs, analystes et professionnels de la data dans la mise en place de stratégies efficaces pour nettoyer leurs bases de données et garantir la robustesse de leurs analyses.
Objectif : Permettre à chaque utilisateur de données de transformer un jeu de données imparfait en une source fiable d’information, prête pour des analyses rigoureuses et des décisions éclairées.
