Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment utiliser la fonction NMISS dans SAS (avec exemple)



Vous pouvez utiliser la fonction NMISS dans SAS pour compter le nombre de valeurs manquantes pour chaque variable numérique dans un ensemble de données.

Voici une manière courante d’utiliser cette fonction dans la pratique :

proc means data=my_data nmiss;
run;

Cet exemple particulier comptera le nombre de valeurs manquantes pour chaque variable numérique de l’ensemble de données appelé my_data .

L’exemple suivant montre comment utiliser NMISS dans la pratique.

Exemple : utilisez NMISS dans SAS pour compter le nombre de valeurs manquantes pour chaque variable numérique

Supposons que nous ayons l’ensemble de données suivant dans SAS appelé my_data qui contient des informations sur divers joueurs de basket-ball :

/*create dataset*/
data my_data;
    input team $ points assists rebounds;
    datalines;
A 10 2 .
A 17 5 .
A 17 . .
A 18 3 4
A 15 0 5
B . 4 5
B 29 0 8
B . 2 9
C 12 1 9
. 30 1 .
;
run;

/*view dataset*/
proc print data=my_data;

Notez qu’il manque des valeurs pour chaque variable de l’ensemble de données.

Nous pouvons utiliser la fonction NMISS pour compter le nombre de valeurs manquantes dans chaque variable :

/*count number of missing values in each variable*/
proc means data=my_data nmiss;
run;

Fonction NMISS dans l'exemple SAS

À partir du tableau de sortie, nous pouvons voir :

  • La variable points a 2 valeurs manquantes.
  • La variable d’assistance a 1 valeur manquante.
  • La variable rebonds a 4 valeurs manquantes.

Et ainsi de suite.

Par défaut, la fonction NMISS ne compte pas le nombre de valeurs manquantes pour les variables de caractères dans un ensemble de données.

Cependant, nous pouvons utiliser la solution de contournement suivante avec PROC SQL pour compter le nombre de valeurs manquantes pour la variable de caractère appelée team :

/*count number of missing values for team variable*/
proc sql; 
    select nmiss(team) as missing_team_values
    from my_data;
quit;

D’après le résultat, nous pouvons voir qu’il y a 1 valeur manquante dans la colonne équipe .

Remarque : Vous pouvez trouver la documentation complète de la fonction SAS NMISS ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans SAS :

Comment compter les valeurs manquantes dans SAS
Comment supprimer des lignes avec des valeurs manquantes dans SAS
Comment remplacer les valeurs manquantes par zéro dans SAS

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *