import numpy as np
from sklearn.linear_model import LinearRegression

# SF = graisses saturées (cible), X = autres variables (F, sucres, énergie)
rng = np.random.default_rng(7)
manque = rng.random(len(SF)) < 0.30                 # on masque 30 % de valeurs CONNUES

mediane = np.full(manque.sum(), np.median(SF[~manque]))
reg = LinearRegression().fit(X[~manque], SF[~manque])
reg_pred = reg.predict(X[manque])
bruit = reg_pred + rng.normal(0, (SF[~manque] - reg.predict(X[~manque])).std(), manque.sum())

for nom, imp in [("médiane", mediane), ("régression", reg_pred), ("+ bruit", bruit)]:
    complet = SF.copy(); complet[manque] = imp
    print(nom, np.sqrt(((imp - SF[manque])**2).mean()),   # erreur
          complet.std() / SF.std(),                       # dispersion retrouvée
          np.corrcoef(F, complet)[0, 1])               # corrélation avec F