La procédure d’imputation multiple vous aide à comprendre les modèles de données manquantes dans votre jeu de données et vous permet de remplacer les valeurs manquantes par des estimations plausibles. Elle offre un mode d’imputation entièrement automatique qui choisit la méthode d’imputation la plus appropriée en fonction des caractéristiques de vos données, tout en vous permettant de personnaliser votre modèle d’imputation.

Vous pouvez générer des valeurs possibles pour les valeurs manquantes afin de créer plusieurs jeux de données « complets ». Les procédures analytiques qui fonctionnent avec des jeux de données d’imputations multiples produisent un résultat pour chaque jeu de données « complet », plus des résultats regroupés en pool qui estime les résultats si le jeu de données d’origine ne comportait aucune valeur manquante. Ces résultats regroupés en pool sont généralement plus précis que ceux fournis par des méthodes d’imputation unique.

Vous pouvez rapidement diagnostiquer un grave problème de données manquantes à l’aide du récapitulatif global du rapport sur les valeurs manquantes. Le rapport sur le modèle des valeurs manquantes fournit une vue d’ensemble de vos données au cas par cas. Il affiche un échantillonnage de chaque type de valeur manquante et de toute valeur extrême pour chaque cas. Le récapitulatif global du rapport sur les valeurs manquantes peut afficher des graphiques circulaires montrant différents aspects des valeurs manquantes dans les données.