IBM SPSS Missing Values
发现缺失数据模式，估算汇总统计并插补缺失值。
它对贵公司有何用途
IBM SPSS Missing Values 可帮助您插补缺失数据，并得出更有效的结论。它使用统计算法帮助发现缺失数据模式，估算汇总统计并插补缺失值。作为 IBM SPSS Statistics 的模块，它几乎可以帮助关心数据有效性的任何人。有效解决缺失数据问题。使用多重插补替换缺失数据。构建可将缺失数据考虑在内的模型。通过将缺失值替换为估算值以在分析中包含所有组（甚至包括反应迟缓的组）来消除数据中隐含的偏差。
快速诊断缺失数据问题
使用诊断报告，从不同角度检验数据。逐个案例确定缺失数据的范围和所有极限值。
将数据值替换为估算值
使用多重插补模型来发现模式并替换值；它可帮助您选择最适合的方法。使用线性回归或期望最大化算法等。
获取洞察，加强数据管理
显示所有案例和变量的缺失数据。确定缺失和非缺失组之间的差异。评估一个变量的缺失数据与另一个变量的缺失数据间的相关性。
主要功能
- 多重插补过程
- 多重插补分析
- 缺失值汇总
- 变量汇总和缺失值模式
功能聚焦
多重插补过程
多重插补过程可帮助您了解数据集中的“缺失”模式，并能够将缺失值替换为合理的估算值。它提供了全自动插补模式，基于数据特征选择最合适的插补方法，同时能够定制插补模型。
多重插补分析
针对缺失值生成可能的值，创建多个“完整的”数据集。使用多重插补数据集的分析过程将生成每个“完整”数据集的输出，以及汇总输出，用于估算如果原始数据集不含有缺失值，将会产生的结果。这些汇总结果通常比单一插补方法提供的结果更加准确。
缺失值汇总
您可以使用缺失值的全面汇总报告，快速诊断重大缺失数据问题。缺失值模式报告会对您的数据进行具体概述。它显示每种缺失值的类型以及每个个例的所有极值的快照。缺失值的全面汇总报告会显示饼图，呈现数据中缺失值的不同方面。
变量汇总和缺失值模式
变量汇总针对至少有 10% 缺失值的变量而显示，并且在表格中显示了每个变量的缺失值数量和百分比。它还显示尺度变量有效值的平均值和标准差，以及所有变量的有效值数量。模式图表显示了分析变量的缺失值模式。每个模式都对应于具有相同模式的完整和不完整数据的一组案例。
相关下载
在线留言
尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
400-621-1085
