Feature-Highlights

Verfahren der mehrfachen Imputation

Das Verfahren der mehrfachen Imputation hilft Ihnen, Muster hinter fehlenden Dateien in Ihrem Dataset zu erkennen und fehlende Werte durch plausible Schätzungen zu ersetzen. Es bietet einen vollautomatischen Imputationsmodus, in dem die passendste Imputationsmethode basierend auf den Eigenschaften Ihrer Daten ausgewählt wird. Gleichzeitig können Sie das Imputationsmodell auch anpassen.

Mehrfache Imputationsanalyse

Generieren Sie mögliche Werte für fehlende Werte, indem Sie mehrere "vollständige" Datensätze erstellen. Analyseverfahren, die mit Datensätzen aus mehrfacher Imputation arbeiten, produzieren Ergebnisse für jedes "vollständige" Dataset sowie zusammengefasste Ergebnisse, in denen die Ergebnisse so geschätzt werden, als würden im eigentlichen Dataset keine Werte fehlen. Diese zusammengefassten Ergebnisse sind normalerweise präziser als die Ergebnisse einfacher Imputationsmethoden.

Zusammenfassung fehlender Werte

Sie können mithilfe der Gesamtzusammenfassung für den Bericht zu fehlenden Werten schnell ermitteln, ob fehlende Daten ein ernsthaftes Problem darstellen. Der Bericht zu Mustern hinter fehlenden Daten bietet eine fallbasierte Übersicht Ihrer Daten. Die Software zeigt eine Momentaufnahme für jede Art von fehlendem Wert sowie Extremwerte für jeden Fall an. Die Gesamtzusammenfassung für den Bericht zu fehlenden Werten kann in Form von Kreisdiagrammen dargestellt werden, anhand derer sich verschiedene Aspekte fehlender Werte in den Daten ablesen lassen.

Zusammenfassung zu Variablen und Muster hinter fehlenden Werten

Die Zusammenfassung zu Variablen wird für Variablen angezeigt, bei denen mindestens 10 Prozent der Werte fehlen. Sie zeigt die Anzahl und den Prozentsatz der fehlenden Werte für jede Variable in einer Tabelle an. Zudem werden darin die mittlere und die Standardabweichung der gültigen Werte für metrische Variablen sowie die Anzahl gültiger Werte für alle Variablen angezeigt. In einem Musterdiagramm werden Muster hinter fehlenden Werten für die Analysevariablen sichtbar gemacht. Jedes Muster entspricht einer Gruppe von Fällen mit dem gleichen Muster aus vollständigen und unvollständigen Daten.

Technische Details

Softwarevoraussetzungen

Für IBM SPSS Missing Values ist eine gültige IBM SPSS Statistics-Basislizenz erforderlich.

  • Voraussetzung: IBM SPSS Statistics

Hardwarevoraussetzungen

  • Prozessor: mindestens 2 GHz
  • Anzeige: mindestens 1024 x 768
  • Hauptspeicher: 4 GB RAM erforderlich, mindestens 8 GB RAM empfohlen
  • Festplattenspeicher: mindestens 2 GB

Funktionsweise sehen

Jetzt kaufen und loslegen