Imputation multiple pour données multi-niveaux

La m´ ethode propos´ ee a ´ et´ e compar´ ee ` a l’imputation multiple par le “general location model” (Schafer, 1997), m´ ethode de r´ ef´ erence, mais rapidement limit´ ee

Enfin, dans la section 4, nous pr´ esentons quelques r´ esultats pr´ eliminaires montrant l’influence des individus utilis´ es pour l’inf´ erence sur le r´ eseau lui- mˆ eme et

Les Fig.8 et Fig.9 montrent les résultats d’interpolation : la méthode dynamique utilise seulement des données hautes résolutions SST (METOP) ou les images CHL, ou uti-

Par: Mélodie Achodian et Mégane Fatal.. 28) Tu désires développer une application «jeu» pour les téléphones intelligents qui fait appel au raisonnement logique des

Dans un contexte d’´ etude transversale, Shen et Wang (2013) proposent la m´ ethode du MI-LASSO pour int´ egrer les imputations dans la s´ election de variables. L’id´ ee

En présence de données manquantes, et dans le cadre de la classification hiérarchique de variables on étudie deux méthodes utilisant les matrices obtenues après imputation

Le package missMDA (Husson and Josse, 2010) permet de g´erer les donn´ees manquantes dans les m´ethodes d’analyse factorielle.. Il s’agit d’abord d’imputer les donn´ees

D’autres méthodes d’imputa- tion simple sont également disponibles, comme l’imputation par le plus proche voisin qui remplace les données manquantes par des valeurs