SPSS Data Preparation

Pour une meilleure préparation des données, donc des résultats plus précis

IBM^MD SPSS^MD Data Preparation met en œuvre des techniques évoluées qui simplifient la préparation des données, cette étape obligée du processus d'analyse. Les analystes peuvent opter soit pour une procédure de préparation des données complètement automatique (ce qui produit les résultats les plus rapides), soit pour une des diverses autres méthodes proposées pour les ensembles de données moins faciles à traiter.

Le logiciel vous permet de détecter facilement des cas, variables ou valeurs suspects ou incorrects. Vous pouvez aussi afficher les structures des données manquantes, récapituler les distributions des variables et travailler plus précisément avec les algorithmes conçus pour les attributs nominaux.

SPSS Data Preparation aide l'utilisateur à :

Automatiser la préparation des données en prenant en charge les tâches manuelles complexes et fastidieuses
Valider les données hors contrôle manuel, ce qui entraîne une validation plus rapide et plus fiable
Éviter que les cas aberrants ne faussent l'analyse (détection automatique des anomalies susceptibles de distordre les résultats)

Automatisation de la préparation des données

Préparez les données en une seule étape.
Détectez et corrigez les défauts de qualité et entrez les valeurs manquantes.
Déterminez rapidement sur quelles données portera l'analyse.
Affichez des rapports faciles à comprendre, avec recommandations et vues à l'appui.

Validation des données hors contrôle manuel

Obtenez l'assurance d'une validation uniforme d'un projet à l'autre.
Appliquez des règles de validation en fonction du niveau de mesure de chaque variable (nominale ou continue).
Obtenez des rapports sur les cas non valides, les infractions aux règles et le nombre de cas concernés.
Mettez les cas suspects de côté ou corrigez-les à votre guise avant de lancer l'analyse.

Protection contre l'influence des aberrations sur l'analyse

Recherchez les cas inhabituels en fonction des écarts observés avec les cas similaires.
Marquez les aberrations en créant une nouvelle variable.
Examinez les cas inhabituels afin de déterminer s'ils doivent faire l'objet de l'analyse.

Logiciels IBM

Voir ce que ce logiciel intelligent peut faire pour vous