Datenaufbereitung, Analyse und Auswertung mit IBM SPSS Statistics 20

Köln, 13.10.2011 IBM SPSS Statistics 20 Roadshow Datenaufbereitung, Analyse und Auswertung mit IBM SPSS Statistics 20 Business Analytics Software Business Analytics Software © 2010 IBM Corporation Business Analytics Software Ihre Ansprechpartner heute  Dr. Christian Trippner Senior Technical Sales Professional  Dr. Markus Eberl Business Analytics Specialty Architect  Christoph Reisch Account Representative SPSS  Florian Hanka Account Representative SPSS © 2010 IBM Corporation Business Analytics Software SPSS – die IBM-Marke für Predictive Analytics  SPSS ist in der IBM Softwaregroup im Bereich Business Analytics eingegliedert  Über 42 Jahre Erfahrung im Bereich Predictive Analytics  Breite, loyale Kundenbasis  Bei jeder Top-Universität im Einsatz Führend im Bereich Predictive Analytic Software, Services und Solutions. © 2010 IBM Corporation Business Analytics Software Machen wir den Planeten ein bisschen smarter + + = Die Welt wird instrumentierter, verbundener, intelligenter. Das bietet die Chance, auf neue Art und Weise zu denken und zu handeln. 4 © 2010 IBM Corporation Business Analytics Software Alles auf der Welt erzeugt Daten Video © 2010 IBM Corporation Business Analytics Software Predictive Analytics ist ein Prozess Capture  Datenzugriff & ETL  Befragung verschiedener Zielgruppen  Nutzung strukturierter, halbstrukturierter und unstrukturierter Daten Predict  Statistische Analytik  Data & Text Mining Act  Integration von Modellen in operative Systeme für bessere Entscheidungen  Direkte Einbettung in zentrale Geschäftsprozesse © 2010 IBM Corporation Business Analytics Software IBM SPSS Predictive Analytics Produktpalette © 2010 IBM Corporation Business Analytics Software IBM SPSS Statistic – eine Plattform für alle Schritte der Analyse Statistics Custom Base Tables  Module einzeln Regression Advanced erhältlich Statistics  Statistics Base = Neural Grundausstattung Networks  Nach Bedarf können Conjoint einzelne Module wie Missing bspw. „Advanced Values Statistics“, „Custom Tables“, „Data Data Forecasting Preparation Preparation“, etc. integriert werden Direct Decision Exact Tests Marketing Trees AMOS Sample Power © 2010 IBM Corporation Business Analytics Software Agenda 9:30 – 10:15 Effiziente Datenaufbereitung und -validierung mit IBM SPSS Statistics  Identifikation von verdächtigen oder ungültigen Fällen, Variablen und Datenwerte in der Arbeitsdatei.  Analyse fehlender Werte (Muster fehlender Werte, multiple Imputation)  Automatisierte Datenaufbereitung (ADP) 10:15 – 11:30 Neue & optimierte Analyse-und Reportingfunktionen in IBM SPSS Statistics  Neuerungen bei den nichtparametrischen Tests  Neue Funktionen zur Tabellen- und Berichterstellung  Interaktiver Model Viewer zur einfacheren Interpretation der Ergebnisse  Nearest Neighbour Analyse  Neue Geostatistik-Funktionen, IBM SPSS Custom Tables, IBM SPSS Direct Marketing und IBM SPSS Forecasting (Zeitreihenanalyse)  Automatisierte Lineare Modelle 11:30 – 12:00 Kaffeepause 12:00 - 12:45 Tipps & Tricks zum erfolgreichen Einsatz von IBM SPSS Statistics  Wo finde ich was? - Support, Hilfemenü, Fallstudien, Literaturtipps & User Foren  Einfaches erstellen eigener Dialogfelder mit dem Custom Dialog Builder  Erweiterung der IBM SPSS Statistics Funktionalitäten durch R und Python 12:45 – 13:00 Fragen und Antworten © 2010 IBM Corporation IBM SPSS Statistics 20 Roadshow: Effiziente Datenaufbereitung und -validierung mit IBM SPSS Statistics Business Analytics Software © 2010 IBM Corporation Business Analytics Software Inhalt IBM SPSS Data Preparation:  Erstellen einfacher und komplexer benutzerdefinierter Prüfregeln für eine oder mehrere Variablen  Speichern und Anwendung der Prüfregeln zur Verifizierung Ihrer Daten  Identifikation von ungewöhnlichen Fällen im Datensatz (Anomalieerkennung)  Automatisierte Datenaufbereitung (ADP) IBM SPSS Missing Values:  Analyse der Muster der fehlenden Werte  Ersetzen der fehlenden Werte durch geschätze Werte  Multiple Imputation fehldender Werte © 2010 IBM Corporation Business Analytics Software IBM SPSS Data Preparation enthält ....  Import von vordefinierten Prüfregeln aus dem SPSS Statistics Datenlexikon  Erstellen einfacher und komplexer benutzerdefinierter Prüfregeln für eine oder mehrere Variablen  Speichern und Anwendung der Prüfregeln zur Verifizierung Ihrer Daten  Identifikation von ungewöhnlichen Fällen im Datensatz (Anomalieerkennung)  Optimale Kategorisierung metrischer Variablen mittels Optimal Binning  Automatisierte Datenaufbereitung (ADP) © 2010 IBM Corporation Business Analytics Software IBM SPSS Data Preparation enthält ....  Import von vordefinierten Prüfregeln aus dem SPSS Statistics Datenlexikon  Erstellen einfacher und komplexer benutzerdefinierter Prüfregeln für eine oder mehrere Variablen  Speichern und Anwendung der Prüfregeln zur Verifizierung Ihrer Daten  Identifikation von ungewöhnlichen Fällen im Datensatz (Anomalieerkennung)  Optimale Kategorisierung metrischer Variablen mittels Optimal Binning  Automatisierte Datenaufbereitung (ADP) © 2010 IBM Corporation Business Analytics Software Live Demonstration IBM SPSS DATA PREPARATION © 2010 IBM Corporation Business Analytics Software IBM SPSS Missing Values  Analyse der Muster der fehlenden Werte  Ersetzen der fehlenden Werte durch geschätze Werte  Multiple Imputation fehlender Werte © 2010 IBM Corporation Business Analytics Software Problem: nicht genügend Daten Beispiel: Eine Regressionsanalyse zur Vorhersage von Wohneigentum basierend auf dem Alter und der Ausbildungsdauer der Befragten würde all jene Fälle ignorieren, welche innerhalb dieser drei Variablen fehlende Werte aufweisen. D.h. obwohl jede einzelne Variable nur eine geringe Anzahl fehlender Werte aufweist, würde bei einer Gesamtbetrachtung die Anzahl der Fälle drastisch reduziert © 2010 IBM Corporation Business Analytics Software Problem: irreführende Resultate Abbildung 1: Abbildung 2: Wenn fehlende Werte ignoriert werden Bei vollständigen Werten liegt das liegt das Durchschnittsalter hier bei 39. Durchschnittsalter bei 29 – also eine Generation Unterschied. Das „jugendliche“ Segment ist hier deutlich unterrepräsentiert, was zu inkorrekten Rückschlüssen führt. Fehlende Werte in Ihren Daten können zu falschen Schlussfolgerungen bei der Interpretation der Ergebnisse führen. © 2010 IBM Corporation Business Analytics Software Live-Demonstration IBM SPSS MISSING VALUES © 2010 IBM Corporation Business Analytics Software Agenda 9:30 – 10:15 Effiziente Datenaufbereitung und -validierung mit IBM SPSS Statistics  Identifikation von verdächtigen oder ungültigen Fällen, Variablen und Datenwerte in der Arbeitsdatei.