|
zdobywaj nowe rynki
uzupełnij braki danych, by zbudować model pozwalający identyfikować zadowolonych i niezadowolonych klientów
zwiększa wartość zakupów poprzez sprzedaż krzyżową
buduj trafniejsze prognozy rozwojowe dla twoich produktów i usług, które będą spełniać oczekiwania twoich klientów
wykrywaj nadużycia
uzupełnij brakujące informacje, by skuteczniej wykrywać nadużycia
|
|
Braki danych mogą poważnie wpłynąć na wyniki analiz. Zignorowanie ich lub wyłączenie z analizy może doprowadzić do uzyskania wyników obciążonych błędem lub nieistotnych. IBM SPSS Missing Values jest bardzo ważnym narzędziem dla każdego, kto przywiązuje wagę do jakości danych. Dzięki narzędziom zawartym w tym module można znaleźć często występujące układy braków danych oraz przeprowadzić imputację brakujących wartości przy pomocy odpowiedniego algorytmu statystycznego.
Moduł IBM SPSS Missing Values pozwala na poprawę jakości danych poprzez korektę pytań kwestionariusza, zidentyfikowanych jako kłopotliwe lub problematyczne, dzięki odkrytemu wzorcowi w jaki układają się braki danych. Ponadto, dzięki tabeli procentowego niedopasowania wzorców, przedstawiającej zależności między zmiennymi zawierającymi braki danych, można określić, czy braki wartości w jednej zmiennej są powiązane z brakami w innej zmiennej. Na przykład, respondenci, którzy nie odpowiedzieli na pytanie o dochód, nie odpowiedzieli również na pytanie dotyczące wykształcenia.
Dzięki raportowi zawierającemu podsumowanie braków danych można postawić diagnozę, czy braki danych w konkretnym zbiorze mogą wpłynąć na wyniki analiz oraz lepiej zrozumieć strukturę braków danych.
Rys. Identyfikacja układów braków danych w zestawie zmiennych oraz wykres częstości obserwacji, w których występują.
Chcesz dowiedzieć się więcej na temat możliwości wykorzystania tego modułu w swojej pracy,
skontaktuj się z nami .
|
