Imputation par analyse factorielle

Hello,
Quelqu'un saurait comment on impute des données aux valeurs manquantes via une analyse factorielle ?

Merci

euh tu veux dire donner des valeurs aux valeurs manquantes qui n'influent pas l'analyse factorielle ou que ce soit l'analyse factorielle qui permette de donner une valeur aux valeurs manquantes.

dans le premier cas : faire la moyenne des autres valeurs
2e cas : aucune idée...je ne crois pas que ça ait un sens.

nik

C'était plutôt dans la 2ème optique... Merci pour ta réponse

Parce que c'était quoi ton idée initiale en faisant une analyse factorielle ?

En fait, ma démarche s'inscrit dans une recherche beaucoup plus vaste et compliquée...

Je travaille sur une enquête de plus de 10000 individus où leurs compétences sont testées. Une partie des exercices est commune à tous puis, selon le niveau de compétences détecté dans cette partie commune, les individus sont orientés vers des exercices différents. J'ai donc des groupes d'individus qui ne passent pas les mêmes exercices. L'idée est donc de savoir ce qu'aurait répondu tel individu à tel exercice auquel il n'a pas été confronté. En fait, je dois utiliser des modèles de réponse à l'item à deux paramètres, sachant que mes données manquantes ne sont pas aléatoires (Missing Not At Random) et que l'hypothèse d'indépendance locale n'est pas vérifiée dans mon cas.

Une des possibilités est de passer par l'algorithme Expectation-maximization sur données manquantes, ce que j'ai fait, et j'ai obtenu une matrice de covariance à partir de laquelle une analyse factorielle est possible. D'où un raisonnement peut-être "bizarre" d'utiliser cette possibilité pour imputer mes données.