Remplacement des valeurs manquantes dans un jeu de données par des valeurs estimées basées sur d'autres données disponibles.
Lorsqu'un jeu de données comporte des valeurs manquantes, les analystes doivent décider comment les gérer. L'imputation comble les lacunes avec des estimations plausibles plutôt que de laisser les valeurs nulles ou de supprimer entièrement les enregistrements. Les méthodes d'imputation courantes comprennent le remplacement des valeurs manquantes par la moyenne ou la médiane de la colonne, l'utilisation de la valeur la plus fréquente, ou l'application d'un modèle statistique pour prédire la valeur manquante à partir d'autres colonnes.
Exemple : Un jeu de données d'enquête comporte 8 % de valeurs de revenu manquantes. Plutôt que d'exclure ces répondants de l'analyse, un analyste impute les valeurs manquantes en utilisant le revenu médian des répondants ayant un âge, une éducation et une région similaires. Les valeurs imputées sont signalées afin que les utilisateurs sachent qu'il s'agit d'estimations.
L'imputation doit toujours être documentée. Les utilisateurs des données doivent savoir quelles valeurs ont été imputées, quelle méthode a été utilisée et comment l'imputation pourrait affecter les résultats de l'analyse.