IBM SPSS Missing Values

“Complete sus datos para construir mejores modelos”

Cuando ignora o excluye valores perdidos incurre en el riesgo de encontrar resultados inválidos o irrelevantes. Emplee IBM SPSS Missing Values para imputar los valores perdidos y extraer conclusiones válidas.

IBM SPSS Missing Values es una herramienta fundamental para quienes se preocupan por la validez de sus datos.

Examine fácilmente sus datos desde diversos ángulos con seis informes de diagnóstico para descubrir patrones de datos omitidos. Estudie entonces los estadísticos de resumen e impute los valores omitidos mediante algoritmos estadísticos.

Por ejemplo, puede mejorar las preguntas en una encuesta que ha identificado como posiblemente confusas basándose en patrones de valores perdidos observados. Puede incluso determinar si los valores perdidos de una variable se relacionan con los valores perdidos de otra variable con la tabla de porcentaje de patrones no coincidentes. Puede descubrir que los encuestados que se saltan una pregunta sobre su salario se saltarán posiblemente también la pregunta sobre el nivel de educación. Utilice esta información para mejorar la calidad de sus encuestas en el futuro.

Diagnostique los datos omitidos de forma rápida y sencilla

Diagnostique rápidamente la existencia de un problema grave de datos perdidos empleando el informe sobre patrones de datos que proporciona una visión general de cada caso.

Este informe le ayuda a determinar el alcance de los datos omitidos, proporcionando una instantánea de cada tipo de valor omitido, así como los valores extremos de cada caso. Utilice la prueba t de varianzas separadas y la tabulación cruzada de categorías para averiguar si existen diferencias significativas entre quienes responden y quienes no lo hacen. Estos informes le ayudarán a decidir si los datos omitidos pueden causar problemas en el análisis.

Reciba un resumen de los patrones de valores perdidos que resalta el conjunto de variables que forman el patrón.

Utilice la imputación múltiple para reemplazar valores perdidos

En IBM SPSS Missing Values, un nuevo procedimiento de imputación múltiple le ayudará a comprender los patrones de “pérdidas” en su conjunto de datos y le permitirá reemplazar los valores perdidos con estimaciones plausibles. Este módulo le ofrece una imputación completa y automática que elige el método de imputación más adecuado basado en las características de sus datos, mientras que le permite personalizar su modelo de imputación.

Se generan diversos conjuntos de datos completos (típicamente, de tres a cinco), cada uno con un conjunto diferente de valores de reemplazo. Posteriormente, usted podrá modelar los conjuntos de datos individuales utilizando las técnicas habituales, como regresión lineal, para producir una estimación paramétrica para cada conjunto de datos. Entonces obtenga las estimaciones paramétricas finales. Esto supone agrupar cada conjunto de estimaciones paramétricas obtenidas en el paso dos y computar calcular las estadísticas inferenciales que considerean la variación dentro y entre las imputaciones.

El análisis de los conjuntos de datos individuales y el agrupamiento de los resultados se apoyan en procedimientos existentes en IBM SPSS Statistics, como regresión. Cuando se opera un conjunto de datos con valores imputados, los procedimientos existentes
automáticamente producirán estimaciones paramétricas agrupadas.

Encuentre más resultados estadísticamente significativos

Sustituya los valores perdidos por estimaciones y aumente la oportunidad de obtener resultados estadísticos significativos. Llegue a conclusiones más válidas eliminando sesgos ocultos de sus datos al reemplazar los valores omitidos por estimaciones, de modo que todos los grupos, hasta los de menor número de respuestas, estén representados en el análisis.

Whitepapers y brochures