Análise de Dados Faltantes (Missing) no SPSS - Definições e Melhores práticas

Análise de Dados Faltantes (Missing) no SPSS - Definições e Melhores práticas | Psicometria Online

Рет қаралды 13,433

4 жыл бұрын

Nunca mais use a média como forma de substituir os dados faltantes no seu banco de dados! Aprenda as melhores práticas nessa aula.
TÓPICOS:
1) Quais são os diferentes tipos de missing (Completamente aleatório, aleatório e não aleatório);
2) O que é pairwise deletion e listwise deletion?;
3) Quais as piores e melhores práticas de imputação de dados (Substituição pela média; Expected Maximization e Multiple Imputation);
4) Tutorial prático de como implementar cada tipo de método de imputação;
.
Ao assistir esse vídeo você nunca mais vai substituir os dados faltantes pela média dos itens!
Você também pode me encontrar ↴
Facebook ☛ / psicometriaonline
Instagram ☛ / psicometriaonline
Siga todas as redes e não perca nenhuma atualização.
Abração!

Пікірлер: 38

@professorcarlosrenato 3 жыл бұрын

Gostei bastante deste vídeo. Obrigado.

@paulofeliperibeirobandeira7 4 жыл бұрын

Muito boa a aula. Parabéns Bruno. Abraço

@camilamatos7180 Жыл бұрын

PARABENS pelo conteúdo!! Não consegui realizar o EM para dados categóricos. O botão de analisar não fica a habilitado quando seleciono a coluna que desejo verificar.

@icaropsicaro 4 жыл бұрын

Excelente vídeo! Obrigado pelas explicações, ajudou muito!

@marisabecilferreira4521 2 жыл бұрын

Muito boa a aula. Ajudou muito. Obrigada.

@brunavidal1481 4 жыл бұрын

Salvou a vida! Obrigadão

@carmenprado5320 Жыл бұрын

Adorei seu video. Dicas preciosas. Vou ter que revisar várias coisas que fiz. Sobre a observação de uma forista, sim parece que houve uma pequena confusão na explicação da Ho e >0,05.....

@arthurbarbosa1437 4 жыл бұрын

Excelente.

@alexequipe 4 жыл бұрын

Parabéns pelo vídeo Bruno, dicas valiosas! grande abraço

@PsicometriaOnline 4 жыл бұрын

Valeu, Alex!! Bom te ver por aqui. Um grande abraço!!

@rafaelamoreira9786 3 жыл бұрын

Excelente conteúdo e excelente didática.. já compartilhando para os amigos que estão a perder o juízo como eu.. Muito obrigada!

@PsicometriaOnline 3 жыл бұрын

Que bom, Rafaela. Fixo feliz que o vídeo ajudou.

@weidsonsouza644 3 жыл бұрын

Excelente aula. Parabéns!!!! Agora uma pequena dúvida: Imagine que existam dados perdidos em um banco de dados decorrente de uma estrutura Crossover 2x2. Como obter/simular os dados perdidos neste caso já que para este tipo de estrutura a resposta depende da sequência de repetição, do período, do tratamento administrado e do sujeito aninhado na sequencia. Imagino que a reposta não seja nada simples mas pela sua competência do canal você vai ficar curioso e buscar a resposta. Se puder compartilhar posta aqui pois vai ajudar muita gente da área experimental. grande abraço

@lidiabezerra32 3 жыл бұрын

Olá, me surgiu uma dúvida. Você falou no vídeo que para testar se os missing cases são completamente aleatórios, o valor de "p" precisa ser maior que 0,05 e que a hipótese nula é "os dados NÃO são completamente aleatórios", então se o p for < 0,05 rejeita-se a hipótese nula, ou seja eu não aceito a hipótese de que os "não são completamente aleatórios". Mas o valor de "p" demonstrado no vídeo foi de 0,7 , ou seja >0,05 então eu aceitaria a H0. Mas no vídeo foi comentado que aceitaria a hipótese alternativa que era "os dados são completamente aleatórios". Poderia me esclarecer melhor. Adorei seu vídeo, super simples e instrutivo.

@ligiasantos5331 4 жыл бұрын

Salvou a alma! Gratidão!

@PsicometriaOnline 3 жыл бұрын

Por nada, Lígia!!

@samantacatherine3505 3 жыл бұрын

Arrasou!!! Salvou minha humilde vida 😂. Muiiiito obrigada 🙏

@PsicometriaOnline 3 жыл бұрын

Que bom que te ajudou, Samantha!!

@gabrielmouta2796 4 жыл бұрын

Ótima aula, parabéns!

@PsicometriaOnline 4 жыл бұрын

Obrigado, Gabriel! Não sei se você já se inscreveu no canal, caso não, se inscreve aí que estamos postando vídeos o tempo inteiro. Abração!

@henriquetakahasi 4 жыл бұрын

Ótimo vídeo! Parabéns! Mas como fazer a maximização esperada com variáveis categóricas? Não aparece disponível a opção EM na estimativa quando seleciono variáveis categóricas! Obrigado!

@danielpires2575 3 жыл бұрын

Parabéns pelo vídeo! Bastante útil e aplicável! Por se tratar de uma escala Likert, há algum problema dos dados missing aparecerem em números decimais após a maximização?

@patriciaborja8198 4 жыл бұрын

Muito obrigada pelo seu vídeo, super didático. Agora me ajude, eu estou com dados categóricos e ao fazer a seleção das variáveis após selecionar o campo "analisar" e em seguida o campo analise de "valor omisso", o campo "estimação" não é habilitado. Então não consigo fazer a imputação. Neste caso tem relação pelo número de categorias de algumas variáveis? Obrigada!

@priscilaveras1 Жыл бұрын

OLÁ! Excelente aula! Podemos utilizar em amostras pequenas?

@wladimirmagalhaes6233 4 жыл бұрын

Muito bom , como descrever EM nos trabalhos cientificos?

@soniacarolinalobocabeza4271 2 жыл бұрын

Em primeiro lugar, muito obrigado por um vídeo tão espetacular, tenho uma pergunta: então se os dados não forem aleatórios (significância

@mariasim9012 Жыл бұрын

Muito bom! vou passar aos colegas Tenho uma dúvida: quando na escala, parte dos itens estão formulados num sentido e a outra parte noutro sentido [sendo necessario reverter, para fazer o score final], como pode fazer a Expected Maximization? Separadamente para o grupo que formula negativamente e depois para o outro grupo que formula positivamente? Muito obrigada. Foi mesmo muito util

@kledsonlemes1035 3 жыл бұрын

Muito bomm, Ma tenho uma dúvida. Qual a porcentagem segura de missing values por variável pode ser substituída por imputação??

@filliperodriguessantospere5011 5 ай бұрын

Tem como fazer imputação pelo jasp?

@paulafernandez1425 4 жыл бұрын

Parabéns, mas só faltou reler o Comparison of Methods of Handling Missing Data: A Case Study of KDHS 2010 Data. Imputação múltipla supera o Expectation Maximization Algorithm .

@PsicometriaOnline 4 жыл бұрын

Oi, Paula. Obg pelo feedback. Não cheguei a ver esse estudo em específico. E sim, a IM supera a EM. Por isso eu comento que ela é um "avanço" da EM. A desvantagem, ao meu ver, é apenas que na imputação múltipla do SPSS você não fica com o banco "pooled".... ao contrário, ele te salva um banco com todas as imputações feitas, uma abaixo da outra, sendo que não são essas imputações individuais que você usará para interpretar os seus dados. Já na EM, você fica com seu banquinho todo preenchido na mão :)

@robson86 3 жыл бұрын

Boa tarde! Em primeiro lugar, parabéns pelo vídeo! Me ajudou bastante. Só gostaria de confirmar aqui então, no caso da IM não tem como ver o banco pooled completo, correto? O pooled é uma média das imputações, então no caso fazendo a média temos o pooled em banco único? Abraços e obrigado

@carmenprado5320 Жыл бұрын

O EM não funciona com variáveis categóricas....

@geraldoferrari2400 4 жыл бұрын

Colocando as variáveis categóricas na "Análise de valor ausente" não possibilita estimar EM

@profbrunopascoalini Жыл бұрын

Bruno, na imputação multipla também é possível realizada com dados categóricos?

@reabias 4 жыл бұрын

se eu realizar a EM e os dados derem negativo, o que fazer?

@lianemacedo1896 4 жыл бұрын

Oii, eu tenho uma dúvida: e quando eu identifico os missings na janela "variable view" como sendo um número específico (por exemplo: discrete missing values = 888)? Ao rodar o teste o SPSS faz alguma análise específica com esses dados? Obrigada :*

@PsicometriaOnline 4 жыл бұрын

Ele exclui da análise, como ele faria se não houvesse valor.