IBM SPSS Missing Values

Transcripción

1 IBM SPSS Missing Values Complete datos para construir mejores modelos Los investigadores de mercados, sociales, mineros de datos y muchos otros profesionales confían en IBM SPSS Missing Values para validad sus datos de investigación Características Fácilmente examine datos desde diferentes ángulos Rápidamente diagnostique problemas de datos perdidos Reemplace valores perdidos con estimados Despliegue los tipos de datos perdidos y cualquier valor extremo Cuando ignora o excluye valores perdidos incurre en el riesgo de encontrar resultados inválidos o irrelevantes. Utilice 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 reportes de diagnóstico para descubrir patrones de datos omitidos. Entonces, estudie los estadísticos de resumen e impute los valores omitidos mediante algoritmos estadísticos. Por ejemplo, mejore las preguntas de sus encuestas que ha identificado como confusas basándose en los patrones de datos perdidos. Inclusive podrá determinar si los valores perdidos para una variable están relacionados con los valores perdidos de otra con un cruce de porcentajes de patrones en una tabla. Usted tal vez encuentre que los encuestados que omitieron una pregunta sobre el ingreso también omitirán la pregunte sobre el nivel de educación. Utilice esta información para incrementar 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 empleado el reporte sobre patrones de datos que provee una visión general de cada caso. Este reporte le ayuda a determinar el alcance de los datos omitidos, proporcionando una instantánea de cada tipo de valor omitido; así como los valores característicos 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 reportes 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 comprometen los patrones con los reportes de patrones tabulados.

2 Utilice la imputación múltiple para reemplazar los datos de valores perdidos En IBM SPSS Missing Values, el procedimiento de imputación múltiple le ayudará a comprender los patrones de pérdidas en sus datos y le permitirá reemplazar los valores perdidos con los estimados plausibles. Este módulo le proporciona un modo de imputación automática que selecciona el mejor método de imputación basándose en las características de sus datos, mientras que también le permite personalizar el modelo de imputación. El análisis de los conjuntos de datos individuales y la agrupación de resultados se realiza a través de procedimientos estadísticos de IBM SPSS Statistics como el análisis de regresión. Al momento de utilizar los conjuntos de datos con los valores imputados, procedimientos existentes automáticamente producirán conjuntos de parámetros estimados. Obtenga conclusiones más válidas Reemplazar los valores perdidos con estimados incrementa la oportunidad de obtener resultados estadísticos más significativos. Elimine los métodos ocultos y reemplácelos por valores perdidos con estimados para incluir todos los grupos en sus análisis incluso aquellos con bajos niveles de respuesta. Cada módulo de la familia IBM SPSS Statistics ahora puede ser instalado y funcionar de forma independiente o en conjunto con otros módulos. IBM SPSS Statistics Base ya no es un requerimiento, ya que las capacidades de acceso de datos, administración y graficación han sido incorporadas a cada módulo. Esto le proporciona una gran flexibilidad en la instalación y uso del software. IBM SPSS Statistics Base aún está disponible y sigue siendo la base de varios despliegues ya que contiene pruebas y procedimientos estadísticos que son fundamentales para varios análisis. IBM SPSS Missing Values está disponible para su instalación como cliente; pero para un mayor desempeño y escalabilidad puede ser instalado en un servidor. Varios conjuntos de datos son generados (típicamente, de 3 a 5), cada uno con un conjunto diferente de valores de reemplazo. Después, podrá modelar cada conjunto de datos utilizando técnicas tradicionales, como regresión linear para producir parámetros estimados para cada conjunto de datos. Posteriormente, obtenga los parámetros finales estimados. Esto implica reunir los conjuntos individuales de parámetros estimados obtenidos en el paso 2 y realizar estadísticos inferenciales que consideren la variación entre las imputaciones. Obtenga un valor adicional con colaboración Compartir y re-utilizar sus activos eficientemente, protegerlos de forma tal que se cumplan requerimientos internos y externos, y publicar resultados para que varios usuarios pueden visualizarlos e interactuar con ellos es posible con IBM SPSS Collaboration and Deployment Services.

3 Características Análisis de patrones Presenta los valores perdidos y casos extremos para todos los casos y variables utilizando los patrones de datos de la tabla - Presenta los valores omitidos del sistema y tres tipos de valores omitidos definidos por el usuario - Ordenación ascendente o descendente - Presenta los valores efectivos de las variables especificadas Presenta patrones de valores omitidos para todos los casos con al menos un valor omitido, mediante la tabla de patrones omitidos - Los patrones de valores omitidos similares se muestran agrupados - Ordenación por patrones omitidos y por variables - Presentación de los valores característicos de las variables especificadas Determina diferencias entre grupos omitidos y no omitidos para una variable relacionada mediante la prueba t de varianzas separadas - Prueba t, grados de libertad, media, valor-p, frecuencia Muestra las diferencias entre los datos presentes y omitidos para las variables categóricas en la tabla de Distribución de categorías - Tabulación cruzada de datos omitidos y presentes para cada categoría de una variable por otras variables Evalúa el volumen de datos omitidos en una variable relacionada con los datos omitidos en otra variable, mediante la tabla de Porcentaje de patrones no coincidentes - Ordena la matriz por patrones o variables de valores omitidos Identifica todos los patrones únicos con la tabla de patrones tabulada, la cual resume todos los patrones de valores perdidos y presenta la frecuencia para cada patrón además de las medias y frecuencias de cada variable - Presenta la frecuencia y media de cada patrón de valor perdido utilizando la sumatoria de la tabla de Patrones de valores perdidos Estadísticos Univariados: cálculo de frecuencia, media, desviación típica y error típico de la media para todos los casos, excluyendo los que contengan valores omitidos y extremos para todas las variables Mediante lista: cálculo de media, matriz de covarianzas y matriz de correlaciones para todas las variables cuantitativas de los casos, excepto los valores omitidos Por parejas: cálculo de frecuencia, media, varianza, matriz de covarianzas y matriz de correlaciones Imputación Múltiple Especifique las variables a imputar y las restricciones de los valores imputados, como los valores mínimo y máximo. También podrá especificar las variables a utilizar como predictoras al momento de imputar valores perdidos de otras variables Impute valores de variables categóricas y continuas. La regresión logística es utilizada para variables categóricas y la regresión lineal para variables continuas. La imputación de la media predictiva es una opción para respuestas continuas; esto asegura que los valores imputados son razonables (entre el rango de los datos originales) El detector del patrón de los datos perdidos le ayuda a determinar cuál es la método de imputación a utilizar Tres métodos de imputación están disponibles: -Monótono: un método eficiente para datos que tienen patrones monótonos de pérdida -Especificación completamente condicional (FCS): un método iterativo de cadenas de Markov Monte Carlo (MCMC) que es apropiado cuando los datos cuentan con patrones de pérdida arbitrario (monótono o no monótono) -Automático: escanea los datos para determinar el mejor método de imputación (monótono o FCS) Especifica: - El número de imputaciones - El rango de valores imputados - Los efectos de interacción utilizados en la imputación - Opcionalmente, cancele la imputación para variables que tienen un porcentaje - Niveles de tolerancia para verificar la singularidad También podrá, especificar una variable que contenga las ponderaciones del análisis. El procedimiento incorpora ponderaciones en los modelos de regresión y en los modelos de clasificación utilizados para imputar valores perdidos. Las ponderaciones de los análisis también se utilizan en los resúmenes de valores imputados (por ejemplo, desviación estándar y error estándar) Despliegue de un resumen total de pérdidas en sus datos, así como también el resumen de imputación y del modelo de imputación para cada variable a la cual se le imputaron valores. Podrá realizar un análisis de valores

4 perdidos variable por variables, así como también patrones tabulares de estos valores. Opcionalmente, obtenga estadísticos descriptivos para los valores imputados Resumen de gráficos de pérdidas para casos, variables, y valores de celdas Solicitud de un archivo de Statistics que contenga valores imputados y/o un historial de iteraciones FCS Conjuntos de datos de imputaciones múltiples pueden ser analizados utilizando los procedimientos analíticos para obtener estimaciones paramétricas finales (combinadas) que consideran la incertidumbre inherente en los varios conjuntos de valores imputados Sobre IBM SPSS Business Analytics El software de IBM SPSS Business Analytics le proporciona conocimiento a través de sus datos que le ayuda a las organizaciones a trabajar de manera más inteligente y a superar a sus competidores. Este portafolio incluye soluciones para inteligencia de negocios, análisis predictivo, administración de decisiones, del desempeño y del riesgo. Las soluciones Business Analytics le permiten a las empresas identificar y visualizar tendencias y patrones en áreas como análisis de clientes, la cual tiene un efecto importante en el desempeño. Análisis Soporta procedimientos de análisis de imputaciones múltiples (nota: tiene que haber adquirido el módulo apropiado para este análisis) Procedimientos descriptivos: frecuencias, descriptivos, tablas cruzados, correlaciones, correlación no paramétrica, correlación parcial Comparación de medias: medias, pruebas t, pruebas no paramétricas, ANOVA, ANOVA univariada Modelos: Modelo Lineal General, Modelo Lineal Generalizado, regresión lineal, regresión logística multinomial, regresión logística binaria, análisis discriminante, regresión ordinal, modelos lineales mixtos Técnicas de análisis de supervivencia: regresión de Cox Diagnóstico Pooling Diagnóstico Pooling de resultados: los resultados son agrupados utilizando uno de dos niveles de los procedimientos de agrupamiento de parámetros Diagnóstico Pooling - Incremento relativo en la varianza: medida de variabilidad relativa en estimaciones paramétricas a través de las imputaciones - Fracción de información perdida: incremento relativo en la variable de escala como proporción. Una medida de incertidumbre debido a las no respuestas - Eficiencia relativa: estimación de la eficiencia para M imputaciones en relación para un número infinito de imputaciones Obtención del modelo PMML para el cálculo de parámetros agrupados: regresión lineal, Modelos Lineales Generalizados, regresión logística multinomial, regresión logística binaria, análisis discriminante, regresión de Cox

5 Copyright IBM Corporation 2012 IBM Corporation Software Group Route 100 Somers, NY IBM, the IBM logo, ibm.com and SPSS are trademarks of International Business Machines Corporation registered in many jurisdictions worldwide. Other product and services names might be trademarks of IBM or other companies. A current list of IBM trademarks is available on the Web at Copyright and trademark information at BeSmart, antes AMSS Mardoqueo Fernández 207 Providencia Santiago F: M: conversemos@besmart.cl The content in this document (including currency or printing references which exclude applicable taxes) is current as of the initial date of publication and may be changed by IBM at any time. Not all offerings are available in every country in which IBM operates. THE INFORMATION IN THIS DOCUMENT IS PROVIDED AS IS WITHOUT ANY WARRANTY, EXPRESS OR IMPLIED, INCLUDING WITHOUT ANY WARRANTIES OF MERCHANT ABILITY, FITNESS FOR A PARTICULAR PURPOSE AND ANY WARRANTY OR CONDITION OF NON-INFRIGEMENT. IBM products are warranted according to the terms and conditions of the agreements under which they are provided.