Lire les valeurs manquantes et les statuts statistiques
Séparer zéro, absence, valeur confidentielle, estimation et donnée provisoire avant de calculer une moyenne ou de publier un graphique.
Mise à jour :
Illustration générée par IA
Une cellule vide peut-elle être traitée comme zéro ?
Le nombre et son statut forment une observation. Les codes changent selon le producteur et le fichier ; une lettre isolée n’a pas de sens universel. Un tableau sans ses notes peut modifier la conclusion.
Lire la légende exacte
Retrouver la liste des codes et la version de la structure. Séparer valeur, statut, unité et note dans des colonnes distinctes.
Classer les absences
Distinguer non collecté, non applicable, non publié, confidentialité et erreur d’extraction. Garder une catégorie inconnue si le producteur ne précise pas la cause.
Définir le calcul
Énoncer la population attendue et le nombre de valeurs utilisables. Ne pas transformer une absence en zéro ; expliquer toute exclusion ou imputation.
Publier la couverture
Afficher le nombre de valeurs disponibles avec le résultat. Conserver les statuts provisoires ou estimés et distinguer une absence de point d’une valeur nulle sur le graphique.
Du constat à la décision
Une moyenne sur 72 valeurs, pas sur 100 lignes
Un tableau contient 100 lignes attendues : 72 valeurs numériques utilisables, 18 absences et 10 valeurs masquées pour confidentialité. Les 72 valeurs disponibles totalisent 720 unités.
Cas pédagogique fictif : les volumes et les dates illustrent la méthode, sans décrire une mission réelle.
Disponibilité des 100 valeurs attendues
Échelle de 0 à 100 lignes ; trois catégories exclusives, total : 100.
Utilisables72
Absentes18
Confidentielles10
Grille de lecture du cas
Observation
Contrôle utile
Suite à donner
72 valeurs utilisables
720 / 72 = 10 unités.
Publier la moyenne disponible avec son effectif : 72 sur 100.
18 valeurs absentes
Leur valeur et la cause de chaque absence restent à examiner.
Ne pas remplacer automatiquement par zéro.
10 valeurs confidentielles
Le masquage ne signifie pas une activité nulle.
Conserver le statut ; ne pas contourner la protection.
À vous de décider — Pourquoi 720 / 100 = 7,2 n’est-il pas la moyenne observée ?
Réponse expliquée
Ce calcul attribuerait implicitement zéro aux 28 valeurs non disponibles. Il ajoute une hypothèse que le tableau ne fournit pas et peut déplacer artificiellement le résultat.
Repère : la légende Eurostat distingue notamment rupture de série, statut provisoire et valeur non disponible. Lire la légende du jeu utilisé ; les nombres du cas sont fictifs. Eurostat — Database: flags and coding conventions
Situations et arbitrages
Situations types pour préparer un contrôle. Elles ne décrivent pas des missions ou observations réalisées.
Un code numérique entre dans la moyenne
Le calcul fictif du module ACS montre pourquoi 10, 20 et un code d’absence ne constituent pas trois quantités observées. La moyenne disponible vaut 15 sur deux observations ; remplacer l’absence par zéro ajoute une hypothèse.
Confidentialité
Une cellule masquée ne décrit pas une activité nulle. Ne pas la reconstituer par soustraction pour contourner une protection de publication.
Le dénominateur change le message
Exemple fictif : sur dix organismes attendus, six fournissent un montant, dont deux déclarent zéro ; quatre ne répondent pas. La couverture vaut 6/10, soit 60 %. La part de montants positifs parmi les répondants vaut 4/6, soit environ 66,7 %. Écrire « 40 % des organismes ont un montant positif » ne permet pas de conclure pour les quatre inconnus.
Une série révisée n’est pas une simple correction de cellule
Cas illustratif : une extraction porte 100 avec un statut provisoire, puis 104 après révision. Garder la première version et la seconde, avec leurs dates. Pour comparer plusieurs périodes, choisir un millésime cohérent ou signaler qu’une partie des valeurs a été révisée ; ne pas remplacer silencieusement les fichiers d’origine.
Exercice corrigé
Trois réponses valides sur cinq attendues
Exemple fictif : les valeurs et documents servent à apprendre la méthode, sans décrire un organisme réel.
Cinq unités sont attendues. Le dictionnaire fictif distingue valeur observée, non-réponse et valeur masquée.
Si le tableau dépasse l’écran, faites-le défiler horizontalement ; les flèches du clavier fonctionnent lorsque la zone est sélectionnée.
Données de départ
Élément
Valeur
Contexte
A
10
Observée
B
0
Observée
C
Vide
Non-réponse
D
20
Observée
E
Confidentiel
Masquée
À vous de vérifier
Séparer les deux absences du zéro observé.
Calculer la moyenne des valeurs disponibles.
Donner la couverture et la population visée.
Lire le corrigé
Corrigé et décision
La somme disponible vaut 30 et la moyenne des trois valeurs observées vaut 10. La couverture est 3/5, soit 60 %. Diviser par cinq donnerait 6 en remplaçant implicitement deux inconnues par zéro. La moyenne disponible n’établit pas celle des cinq unités.
Si le cas change
Si une imputation est nécessaire, publier sa règle et un résultat séparé ; ne pas modifier les valeurs brutes.
Trace à conserver
Garder codes d’absence, effectifs attendus/observés, moyenne disponible et réserve de couverture.
Selon le calcul, certaines lignes restent utilisables pour d’autres variables. Documentez la règle variable par variable et mesurez la perte de couverture.
Une donnée provisoire est-elle fausse ?
Ce statut signale une possibilité de révision, pas une fausseté démontrée. Citez la version et vérifiez les révisions avant une comparaison.
Comment afficher une série lorsqu’une observation manque ?
Laisser une interruption ou un symbole d’absence expliqué dans la légende. Relier les points peut suggérer une trajectoire non observée. Si une interpolation est utile, la montrer séparément et préciser la méthode, plutôt que la présenter comme une mesure publiée.
OUTILS / REGISTRES
Informations à relever
Afficher le nombre de valeurs disponibles avec le résultat. Conserver les statuts provisoires ou estimés et distinguer une absence de point d’une valeur nulle sur le graphique.
Eurostat : séparer statut d’observation et confidentialité
Depuis le 27 janvier 2025, Eurostat répartit les drapeaux entre OBS_STATUS et CONF_STATUS. Les dictionnaires de diffusion consultés le 22 octobre 2026 confirment les codes ci-dessous. La lettre et le champ doivent rester associés : une conversion indifférenciée en minuscules peut changer le sens.
Eurostat : séparer statut d’observation et confidentialité
Repère
Valeur ou forme
Ce que cela désigne
b
OBS_STATUS
Rupture de série. Examiner les métadonnées avant de calculer une évolution qui traverse ce point ; le code ne décrit pas à lui seul la cause ou l’ampleur du changement.
d
OBS_STATUS
Définition différente : lire les métadonnées. Le même libellé de variable ne suffit pas à rendre comparables deux observations.
p
OBS_STATUS
Valeur provisoire. Conserver date d’extraction et statut pour pouvoir distinguer une révision ultérieure d’un changement économique.
i
OBS_STATUS
Valeur imputée par Eurostat ou une autre agence réceptrice. Le dictionnaire ne la présente pas comme une observation directement collectée.
m
OBS_STATUS
Valeur manquante : la donnée ne peut pas exister. Ce statut n’est ni un zéro mesuré ni une absence dont on pourrait librement inventer la cause.
bdip
OBS_STATUS
Combinaison publiée : rupture, définition différente, imputation et valeur provisoire. Conserver le code complet, pas seulement sa première lettre.
C
CONF_STATUS
Confidentiel. Ce code appartient à CONF_STATUS ; il remplace l’ancien c de la diffusion antérieure selon la documentation de migration.
N
CONF_STATUS
Non destiné à la publication. Ne pas utiliser l’absence d’un chiffre publié pour conclure à une activité nulle.
P
CONF_STATUS
Information soumise à un régime de secret non statistique. Ce P majuscule ne signifie pas « provisoire », contrairement au p de OBS_STATUS.
À retenir pour le dossier
Les conventions peuvent différer entre formats et systèmes de production. Pour ce service, les anciens s et z ont été remplacés par i et m ; ne pas appliquer cette correspondance à toutes les bases sans leur documentation. Garder valeur, statut, confidentialité et notes dans des champs distincts.
Un fichier ancien avec z peut-il être interprété avec la légende actuelle ?
Il faut d’abord identifier la version et le circuit de diffusion. Conserver le code original et documenter une éventuelle correspondance ; ne pas réécrire silencieusement une archive comme si elle avait été produite avec le dictionnaire actuel.
Cellule vide : la syntaxe CSV ne décide pas seule du sens
Le modèle CSV on the Web du W3C distingue la chaîne lue et sa valeur sémantique. Il ne conserve pas, comme distinction de données, la présence de guillemets autour d’une chaîne vide. Ces règles concernent CSVW ; elles ne décrivent pas tous les importateurs SQL ou tableurs.
Cellule vide : la syntaxe CSV ne décide pas seule du sens
Repère
Valeur ou forme
Ce que cela désigne
CSVW · a,,z
""
Le champ central a une chaîne vide. Dans le comportement par défaut CSVW, cette chaîne correspond à une valeur sémantique null ; elle ne devient pas automatiquement le nombre zéro.
CSVW · a,"",z
""
Le modèle ne distingue pas ce champ vide entre guillemets du champ vide non cité précédent. Ne pas en déduire qu’un autre outil d’import appliquera la même convention.
null · default
[""]
Sans métadonnée null différente, le marqueur est la chaîne vide. La valeur littérale NA n’est donc pas un marqueur universel de données absentes.
null · example override
["NA"]
Dans cet exemple de métadonnée, NA devient le marqueur déclaré. La liste remplace le défaut : pour déclarer aussi le vide, il faut les deux chaînes. C’est une convention pédagogique, pas un codage attribué à un producteur réel.
datatype
string / integer / date …
Le type précise la conversion attendue. Une chaîne non nulle qui échoue comme entier est une erreur de conversion ; la convertir silencieusement en zéro efface la distinction entre absence, erreur et mesure nulle.
required
required = true
Le caractère obligatoire est une contrainte distincte du type et du marqueur. Une cellule reconnue comme null peut ainsi être invalide pour une colonne obligatoire, même si sa syntaxe CSV est correcte.
À retenir pour le dossier
Lire les métadonnées de la colonne avant d’agréger. Une même chaîne peut être un code valide dans un domaine et un marqueur d’absence dans un autre. Documenter aussi les dénominateurs : retirer les cellules absentes change l’effectif d’un taux, sans créer une observation de valeur zéro.
Faut-il mettre des guillemets pour conserver une chaîne vide distincte de null ?
Pas dans le modèle CSVW à lui seul : la distinction entre vide cité et non cité n’y est pas conservée. Choisir une convention explicite de marqueur et un type, puis tester le lecteur réellement utilisé.
NULL en SQL : inconnu n’est pas une troisième façon d’écrire faux
SQL emploie une logique à trois valeurs. Les résultats ci-dessous sont des règles de comparaison et des tables de vérité documentées par PostgreSQL 18 ; ils ne supposent pas un jeu de données particulier. Comprendre inconnu aide à expliquer les lignes éliminées après une jointure externe.
NULL en SQL : inconnu n’est pas une troisième façon d’écrire faux
Repère
Valeur ou forme
Ce que cela désigne
NULL = NULL
NULL
L’égalité ordinaire de deux valeurs manquantes ne prouve pas qu’elles sont égales : le résultat est NULL, c’est-à-dire inconnu dans cette logique. Écrire colonne = NULL ne remplace pas un test d’absence.
NULL IS NULL
TRUE
Ce prédicat teste la présence de NULL et renvoie vrai ici. Il ne recherche pas le texte de quatre lettres NULL, qui peut être une valeur de chaîne distincte.
NULL IS NOT DISTINCT FROM NULL
TRUE
Ce prédicat traite les deux NULL comme non distincts et renvoie un booléen connu. Il ne prouve pas que deux identifiants absents renvoient au même objet réel ; une telle jointure peut créer de nombreuses paires.
FALSE AND NULL
FALSE
Une conjonction déjà fausse reste fausse avec un terme inconnu. La règle ne suppose pas que le moteur évalue toujours les termes de gauche à droite.
TRUE OR NULL
TRUE
Une disjonction déjà vraie reste vraie avec un terme inconnu. Ne pas remplacer systématiquement tous les inconnus par faux pour essayer de reproduire une expression complexe.
NOT NULL
NULL
La négation d’inconnu reste inconnue. Filtrer par NOT sur une condition qui peut être NULL ne récupère donc pas forcément les lignes rejetées par la condition initiale.
WHERE condition
TRUE
WHERE ne garde que les lignes dont la condition est vraie. Faux et inconnu sont tous deux écartés, tout en restant des résultats logiques différents.
À retenir pour le dossier
Séparer valeur manquante, chaîne vide et texte NULL. Utiliser IS NULL pour l’absence, et réserver les comparaisons qui assimilent les NULL à un besoin explicite. Sur une clé absente répétée, comparer deux absences peut relier artificiellement plusieurs lignes sans aucune information d’identité.
Le complément de WHERE condition est-il toujours WHERE NOT condition ?
Non lorsque condition peut être inconnue. Les lignes inconnues sont éliminées dans les deux cas. Pour les conserver dans un complément voulu, expliciter le traitement de l’inconnu, par exemple avec IS NOT TRUE.
ACS : un entier négatif peut être un code, pas une quantité
L’American Community Survey du Census Bureau publie des codes numériques et des annotations associées. Garder ensemble E et EA pour l’estimation, M et MA pour la marge d’erreur. Ce dictionnaire concerne ce producteur ; il ne transforme pas tous les nombres négatifs en absences.
Six couples valeur / annotation documentés
Estimation
E
Valeur brute
-666666666
Annotation
-
Estimation non calculable. La note cite un échantillon insuffisant, certains rapports de médianes dans des intervalles ouverts et, pour une médiane sur cinq ans, une marge d’erreur supérieure à la médiane.
Estimation ou marge
E / M
Valeur brute
-999999999
Annotation
N
Estimation ou marge non affichable : nombre de cas insuffisant dans la zone géographique sélectionnée.
Estimation ou marge
E / M
Valeur brute
-888888888
Annotation
(X)
Estimation ou marge non applicable ou indisponible. Le code seul ne sépare pas ces deux causes.
Marge d’erreur
M
Valeur brute
-222222222
Annotation
**
Marge d’erreur non calculable : nombre d’observations insuffisant. Ne pas confondre ce statut avec une estimation égale à zéro.
Marge d’erreur
M
Valeur brute
-333333333
Annotation
***
Marge non calculable : médiane dans l’intervalle inférieur ou supérieur ouvert de la distribution.
Marge d’erreur
M
Valeur brute
-555555555
Annotation
*****
Marge non appropriée : estimation calée sur une estimation indépendante de population ou de logements. Dans ce cas précis, le Census indique que la marge peut être traitée comme nulle.
Un null d’annotation n’est pas un null d’estimation
La note du Census reproduit cet exemple de profil comparatif ACS 2024, pour les États-Unis (us = 1). Les valeurs ci-dessous sont transcrites de cette documentation, consultée le 28 octobre 2026 ; aucune requête de données n’a été rejouée pour ce relevé.
Estimation publiée dans l’exemple
CP02_2024_001E
"132737146"
Nombre de ménages dans cet exemple documentaire de 2024 ; ce n’est pas un total actuel recalculé.
Annotation de cette estimation
CP02_2024_001EA
null
Le null appartient à EA. La valeur de E est bien présente : ne pas remplacer le nombre de ménages par une absence.
Comparaison avec 2023
CP02_2024to2023_001SS
"*"
Dans les profils comparatifs, une étoile signale une différence statistiquement significative au niveau de confiance de 90 % avec l’année la plus récente. Elle ne donne ni le sens ni l’ampleur de l’écart.
Une étoile dans SS et cinq étoiles dans MA ne décrivent pas la même chose. Le nom de colonne fait partie du sens du symbole.
Trois traitements d’un même petit jeu fictif
Exemple pédagogique distinct des données ACS : trois quantités attendues, 10, 20 et le code d’absence -999999999. Seules deux quantités sont disponibles. Le calcul illustre le traitement d’un code ; il ne propose pas de moyenner des médianes de revenu.
Code traité comme quantité
-333333323
(10 + 20 − 999999999) / 3
Le calcul arithmétique est exécutable mais son entrée est mal interprétée. Le résultat n’est pas une moyenne de trois quantités observées.
Absence remplacée par zéro
10
(10 + 20 + 0) / 3
Le résultat de 10 suppose une imputation à zéro. Ce n’est pas une simple opération de nettoyage.
Moyenne des valeurs disponibles
15
(10 + 20) / 2
La moyenne de 15 décrit deux observations sur trois attendues. Elle n’est pas automatiquement celle de toute la population.
Couverture : 2 valeurs disponibles / 3 attendues. Garder la troisième ligne et son motif d’absence dans le registre.
Faut-il convertir tous les nombres négatifs en valeurs manquantes ?
Non. Un solde de -7 peut être une observation valide si la variable l’autorise. La règle doit viser les codes documentés, les colonnes concernées et leur version. Garder un statut inconnu si le code ou l’annotation contredit le dictionnaire, puis vérifier la source.
À retenir pour le dossier
Appliquer le code au bon champ et au bon produit. Une marge indisponible n’efface pas automatiquement l’estimation ; une annotation vide ne suffit pas à valider une valeur. Conserver millésime, géographie, variable, valeur brute et annotation.
Lire une série réelle : l’usage d’Internet, 2020–2024
Ces observations permettent de comparer une variation en points et une variation relative sur une série publiée. Les trois pays constituent un choix de lecture, pas un classement de performance numérique.
L’indicateur mesure la part de la population ayant utilisé Internet au cours des trois derniers mois. Il ne mesure ni le temps de connexion, ni la qualité d’un accès, ni l’usage d’un assistant IA.
IT.NET.USER.ZS · Extraction · Dernière mise à jour signalée par l’API .
Part de la population · % · axe de 0 à 100 · FranceAllemagneEspagne
Lire une série réelle : l’usage d’Internet, 2020–2024 · %
Pays
2020
2021
2022
2023
2024
France
84,71
86,10
85,33
86,84
88,65
Allemagne
89,81
91,43
91,63
92,48
93,50
Espagne
93,21
93,90
94,49
95,45
95,76
France : de 84,71% en 2020 à 88,65% en 2024 ; 3,95 points, soit 4,66% relativement au départ.
Les valeurs du tableau sont arrondies à deux décimales ; les calculs utilisent les valeurs reçues sans cet arrondi. Les révisions de la série et les différences de collecte doivent être examinées avant toute explication causale.
Source : UIT, diffusée par la Banque mondiale. Extrait et graphique réalisés par Alexis Roux ZG. CC BY 4.0
Une table comporte cellules vides, tirets et codes spéciaux. Leur sens doit être identifié avant de calculer une moyenne ou de compter les observations disponibles.
Mis à jour le .
Vérifications prioritaires
Consulter la documentation, inventorier les modalités et compter leur fréquence. Préserver les distinctions entre non observé, non applicable, confidentiel et zéro lorsque la source les fournit.
Pièges d’interprétation
Remplacer toutes les absences par zéro peut modifier fortement un indicateur. Supprimer les lignes concernées peut aussi introduire une sélection difficile à voir.
Document de travail à conserver
Le relevé de valeurs manquantes documente codes, sens, effectifs et règle de traitement. Les résultats précisent combien d’observations ont été utilisées.