IBM SPSS Data Preparation ileri teknikleri ile veri hazırlık sürecini otomatize edebilirsiniz. Sonuçlara daha hızlı ulaşmak veya daha tutarlı veri setleri oluşturmak için otomatik veri hazırlama yöntemlerini kullanabilirsiniz. Sunduğu yöntemler ile şüpheli veya geçersiz kayıtları, değişkenleri tespit edebilirsiniz. Bu özelliklerin yanında kayıp veri patikalarını görüntüleyebilir, değişken dağılımlarını özetleyebilir ve nominal değişkenler için tasarlanmış algoritmaları kullanarak daha geçerli sonuçlar üretebilirsiniz.

Öne Çıkan Özellikler

Veri hazırlık sürecini sadeleştirin

Veri doğrulama prosedürü ile otomatik veri kontrolleri yaparak zaman harcayan, sıkıcı, manuel kontrollerini arkanızda bırakabilirsiniz.

Veri doğrulama sürecini hızlandırın

Manuel veri kontrollerine gerek kalmadan daha verilerinizi daha hızlı doğrulayabilirsiniz.

Daha tutarlı sonuçlar elde edin

Sonuçlar üzerinde yanıltıcı etkiye sahip anormal kayıtları otomatik olarak tespit edebilirsiniz.

Anahtar Özellikler

Validate Data iletişim penceresini kullanarak verilerinizi doğrulayabilirsiniz. Variables sekmesi ile veri dosyanızdaki değişkenleri görüntüleyebilirsiniz.

Veri setinizdeki değişkenlere ve gözlemlere temel kontroller uygulayabilirsiniz. Örnek olarak, yüksek oranda boş veya kayıp değere sahip değişkenleri belirleyebilirsiniz.
Belirlenen bir aralığın dışında kalan değerleri, kayıp değerleri veya geçersiz kayıtlara sahip değişkenleri belirlemenize imkan verecek kurallar uygulayabilirsiniz. Aynı zamanda kendi kurallarınızı oluşturabilir, çapraz değişken kuralları tanımlayabilir, daha önce oluşturulan kuralları uygulayabilirsiniz.

Otomatik veri hazırlama özelliklerinin sunmuş olduğu olanaklar ile verilerinize dair üretilen önerileri değerlendirerek verilerinizin tutarlılığını arttırabilirsiniz.

Manuel veri hazırlama karmaşık ve zaman kaybettiren bir süreçtir. Sonuçlara bir an önce ulaşmak istediğinizde otomatik veri hazırlama özellikleri tek bir adımda kalite hatalarının tespitini ve düzeltilmesini sağlar, kayıp değerleri doldurur.

Veri doğrulama prosedürü ile otomatik veri kontrolleri yaparak zaman harcayan, sıkıcı, manuel kontrollerini arkanızda bırakabilirsiniz. Otomatik veri hazırlama ile her bir değişkenin ölçüm seviyesine uygun kurallar uygulayarak veri kontrolleri sağlayabilirsiniz. Belirlenen şüpheli gözlemleri düzeltebilir veya veriden çıkararak veri setinin doğruluğunu arttırabilirsiniz.
Optimal binning prosedürü ile nominal değişkenler için tasarlanan Navie Bayes ve logit modeller gibi algoritmalar ile daha tutarlı sonuçlar üretebilirsiniz.

Verilerin modellemeye hazırlanması için sürekli değişkenleri üç farklı optimal binning yöntemiyle kategorilendirebilirsiniz.

  • Danışmansız : Eşit kategori sayılara sahip kategoriler oluşturabilirsiniz
  • Danışmanlı : Kesim noktalarını belirlerken hedef değişkeni dikkate alabilirsiniz. Bu yaklaşım danışmansız yöntemlere göre daha geçerlidir.
  • Hibrid yaklaşım : danışmanlı ve danışmansız yaklaşımların birleşimidir. Değişken değerleri içerisinde çok sayıda tekil değer var ise daha iyi sonuç verir.

Deneme sürümü bulunmamaktadır.