Il Modulo Statistics Data Preparation migliorara la preparazione dei dati per ottenere risultati più accurati.

 

Statistics Data Preparation offre tecniche avanzate per semplificare la fase di preparazione dei dati del processo analitico in modo da fornire risultati delle analisi dei dati più veloci e accurati. Le funzioni di questo modulo permettono di scegliere una procedure di preparazione dei dati completamente automatica per risultati più rapidi oppure selezionare diversi altri metodi personalizzati per dataset più complessi.

​

E' possibile identificare sia casi sospetti o non validi, sia intere variabili che possono inficiare su una corretta analisi. Inoltre, è possibile visualizzare i modelli dei dati mancanti, riepilogare le distribuzioni delle variabili e utilizzare gli algoritmi progettati per gli attributi nominali.

​

Statistics Data Preparation consente di:

• Automatizzare il processo di preparazione dei dati—per eliminare il lungo e complesso processo di preparazione dei dati manuali.

• Convalidare i dati senza controlli manuali—per eseguire processi di convalida dei dati più veloci e accurati.

• Prevenire i valori complessi di analisi errate—per identificare automaticamente le anomalie che possono danneggiare i risultati.

 

Automatizzare il processo di preparazione dei dati

 

• Preparare i dati in un'unica fase.

• Identificare e correggere gli errori di qualità e attribuire i valori mancanti.

• Determinare rapidamente quali dati utilizzare nelle analisi.

• Visualizzare i report facili da comprendere con suggerimenti e visualizzazioni

 

Convalidare i dati senza controlli manuali

 

• Assicurare la coerenza della convalida dei dati sulla base del progetto.

• Applicare le regole di convalida in base al singolo livello di misura delle variabili (categorico o continuo).

• Ricevere i report dei casi non validi, i riepiloghi di violazione delle regole e il numero dei casi coinvolti.

• Eliminare o correggere i casi sospetti prima dell'analisi.

 

Prevenire i valori complessi di analisi errate

 

• Ricercare i casi inusuali in base alle deviazioni dei casi simili.

• Contrassegnare i valori complessi, creando una nuova variabile.

• Esaminare i casi inusuali per determinare se devono essere inclusi nelle analisi.