Aide Projet Statistique Urgent

Bonjour à tous,

Voilà, je suis étudiante en dernière année d'école de commerce, spécialisée en Marketing et dans le cadre de ma dernière année, je dois réaliser une analyse statistique dont la problématique est : caractériser les voyages en Aquitaine et faites des recommandations pour la région.

Le problème qui se pose concerne la base de données qui comporte énormément d'erreurs ce qui me bloque pour débuter mon analyse. J'ai besoin de votre aide, s'il vous plaît, pour m'aider à valider ma méthodologie d'analyse en fonction de cette base qui consiste à:

- réaliser une analyse statistique descriptive afin de caractériser l'échantillon sur le lequel nous travaillons
- Réaliser une ACP sur les variables d'activités (21 variables au total) ce qui me permettra de caractériser le type d'activité faite dans la région (ex: plein air, nautique, famille etc...)
- Ensuite réaliser une analyse typologique afin de segmenter notre échantillon
- Réaliser une analyse factorielle pour déterminer quel type d'activité sont faites par quel segment.

Voilà j'espère avoir été claire, sinon n'hésitez pas à me poser des questions.
Merci par avance

Il existe un principe de base de tout calcul mathématique: si les données sont fausses, les résultats sont faux.

Si ta base comporte énormément d'erreurs, tes résultats seront énormément faux.

Donc avant de phosphorer sur l'analyse, la première étape consiste à chercher les erreurs et incohérences et à les corriger, ou les faire corriger. Cette étape est indispensable et fait partie du travail du statisticien.

Bonjour,

Merci pour votre réponse, le fichier a déja été passé à la loupe avec les modifications adéquates, la question est de savoir si le fait d'avoir mis N/A lorsque la donnée semblait aberrante est une bonne solution et ne va pas nous bloquer lors de l'analyse, n'aurions-nous pas dû laisser la cellule vide?

J'aurais dû expliquer ce point dès le départ je m'en excuse.

Normalement, si la donnée est abérante, tu dois la supprimer sinon ton analyse sera erronée.

En général, il faut mettre N/A lorsqu'il n'y a pas de réponse.

la solution dépend du logiciel d'analyse.

Généralement, en pratique, on laisse les cases vides. Mais certains logiciels permettent d'avoir différents "types" de cases vides.

Par exemple, sous stata, une donnée manquante est symbolisée par un point.
. est mathématiquement une valeur infinie. Les données . ne sont pas prises en compte dans les analyses.

le logiciel autorise de saisir plusieurs "types" d'infinis: . .a .b .c etc.... tels que .<.a<.b<.c ..... etc....

Il est alors possible de noter les "vraies" données manquantes en . et par exemple les données supprimées en .a ; et donc de différencier au besoin les données manquantes des données supprimées.