Gestion des données manquantes en Stata et R dans des SEM pour données longitudinales

[6 heures] - [Français]

Vous utilisez des SEM et votre base de données contient des valeurs manquantes ?

Les analyses multivariées confirmatoires s'appliquent lorsqu'un modèle théorique préexiste à la collecte des données (par exemple, le sens des liens de causalité entre variables est supposé connu et bien argumenté). Ce type d'analyses statistiques peut particulièrement intéresser le chercheur se situant dans le cadre d'une démarche explicative.

De très nombreuses bases de données contiennent des valeurs manquantes pour certaines variables d’intérêt. Les ignorer lors de l’analyse (en n’incluant que les individus sans valeurs manquantes) peut, dans de nombreux cas, mener à des résultats biaisés. Des méthodes existent pour tenir compte de la présence de valeurs manquantes dans les analyses d’intérêt et ainsi corriger les résultats obtenus.

Objectifs de la formation

L’objectif de cette formation est d’introduire les solutions disponibles en R et Stata pour estimer des modèles d’équations structurelles en présence de données manquantes. Le cas particulier du Cross-Lagged Panel Model appliqué à des données longitudinales sera abordé.

Prérequis
En vous inscrivant à la formation, vous vous engagez à avoir un niveau de connaissances équivalent à la/aux formation(s) suivante(s) :

Contenu

• Informations générales sur les types de données manquantes et leurs conséquences possibles.
• Les solutions pour les SEM (notamment Full Information Maximum Likelihood (FIML) et Imputation Multiple (MI)) et leur utilisation en Stata et R.

Tarif
Cette formation est reconnue par l'IABE et permet de ce fait aux participant·es d'obtenir des points CPD.
(Ceci est d'ailleurs vrai pour l'entièreté de l'offre de formations du SMCS.)

Outils utilisés durant la formation
R / Stata

Méthodes et familles de méthodes abordées
Analyse multivariée confirmatoire
   SEM - Modèle d'équations structurelles
   Path analysis