A la une

Procédure d'imputation multiple

La procédure d'imputation multiple permet de comprendre les schémas d'absence dans votre ensemble de données et de remplacer les valeurs manquantes par des estimations plausibles. Un modèle d'imputation automatique choisit la méthode d'imputation la plus adaptée en fonction des caractéristiques de vos données, tout en vous permettant de personnaliser votre modèle d'imputation.

Analyse de l'imputation multiple

Générez des valeurs possibles pour les valeurs manquantes, afin de créer plusieurs ensembles de données “complets”. Les procédures analytiques qui utilisent des ensembles de données à imputation multiple produisent des résultats pour chaque ensemble de données “complet”, en plus de résultats combinés qui évaluent quels auraient été les résultats si l’ensemble de données d’origine ne contenait pas de valeurs manquantes. Ces résultats combinés sont généralement plus précis que ceux des méthodes d’imputation simple.

Récapitulatif des valeurs manquantes

Vous pouvez diagnostiquez rapidement tout problème grave lié aux données manquantes via un récapitulatif général des rapports sur ces dernières. Le rapport sur les schémas de valeurs manquantes fournit une vue d'ensemble cas-par-cas de vos données.Il affiche un aperçu de chaque type de valeur manquante puis les éventuelles valeurs extrêmes pour chaque cas. Le récapitulatif général des valeurs manquantes peut afficher des diagrammes en secteurs qui présentent des aspects différents des valeurs manquantes dans les données.

Récapitulatif des variables et modèles de valeurs manquantes

Le récapitulatif de variables s'affiche pour les variables contenant au moins 10 % de valeurs manquantes et indique le nombre et le pourcentage de valeurs manquantes pour chaque variable du tableau. Il affiche également la moyenne et l’écart-type des valeurs valides des variables d’échelle et le nombre de valeurs valides pour toutes les variables. Un diagramme des modèles affiche les modèles des valeurs manquantes pour les variables d’analyse.Chaque modèle correspond à un groupe de cas avec le même modèle de données complètes et incomplètes.

Détails techniques

Logiciels requis

IBM SPSS Missing Values requiert une licence de base IBM SPSS Statistics valide.

  • Prérequis : IBM SPSS Statistics

Configuration matérielle

  • Processeur : 2 GHz minimum
  • Affichage : 1024*768 ou plus
  • Mémoire : 4 Go de RAM requis, 8 Go de RAM ou plus recommandé
  • Espace disque : 2 Go au minimum

Voir le fonctionnement

Acheter maintenant et se lancer