Apport de l'A.S.I. dans des situations de données absentes d'un tableau numérique

La plupart des études de recherche appliquée nécessitent des traitements sur des tableaux de données qui présentent fréquemment des données manquantes. Or la majorité des algorithmes statistiques ne travaillent que sur des tableaux de données complets. En conséquence, chaque individu (file) se présentant avec une ou plusieurs lacunes qui doit être ignoré. L'imputation est une procédure qui consiste à mettre des valeurs dans les cases vides du tableau pour tirer parti des individus incomplets. Gras (2009) propose une méthode originale d'imputation basée sur l'Analyse Statistique Implicative (A.S.I.). Dans cette contribution, on analyse l'applicabilité de cette méthode et on propose l'utilisation de l'imputation multiple pour obtenir des estimations d'intensités d'implication d'un tableau de données obtenues d'une enquête sociologique.