Nous avons étudié l’impact de différentes approches de traitement des données manquantes sur les inférences via une étude de cas sur l’évolution moléculaire. Sur la base d’un ensemble de données sur les caractères des poissons, nous avons cherché à identifier les caractères qui étaient significativement associés aux taux moléculaires. Nous avons réalisé des régressions multivariables en utilisant : 1) un ensemble de données complet et imputé des ensembles de données à l’aide de 2) méthodes d’imputation de traits uniquement (non phylogénétiques) et de 3) méthodes d’imputation phylogénétiques. Nous avons ensuite comparé les résultats pour évaluer l’impact de la méthode de traitement des données manquantes sur le niveau de signification de l’association pour chaque caractère. Les résultats indiquent que le modèle ajusté aux données imputées phylogénétiques s’aligne sur le cas complet, tout en révélant de nouvelles informations sur les corrélats du taux moléculaire chez les poissons. Nous avons corroboré ces résultats par ceux d’études antérieures qui suggèrent que cette approche du traitement des données manquantes peut avoir un impact considérable sur les conclusions biologiques.