Anrechnen von fehlenden Daten mit NIPALS in Excel

Dieses Tutorium zeigt, wie einfach sich fehlende Daten in Excel mithilfe des NIPALS-Algorithmus mit der Software XLSTAT imputieren lassen.

Ziel dieses Tutoriums

Das Ziel dieses Tutoriums besteht darin, den fehlenden Wert in einem Datensatz mithilfe des NIPALS-Algorithmus zu imputieren.

Prinzip des NIPALS-Ansatzes zum Vervollständigen fehlender Daten

Die NIPALS-Methode ist eine Methode, die von H. Wold (1973) vorgestellt wurde und eine Hauptkomponentenanalyse mit fehlenden Werten ermöglicht. Der NIPALS-Algorithmus wird auf den Datensatz angewendet, und das erhaltene HKA-Modell wird für die Vorhersage der fehlenden Werte verwendet.

Imputieren des fehlenden Werts

Nach dem Öffnen von XLSTAT wählen Sie den Befehl XLSTAT/Vorbereitung der Daten/Fehlende Daten oder klicken Sie auf den entsprechenden Button des Menüs Vorbereitung der Daten (siehe unten).

Nach dem Klicken des entsprechenden Buttons erscheint das Dialogfenster. Wählen Sie die Daten, die Sie vervollständigen möchten, im Datenfeld aus (in unserem Fall die Tabelle mit fehlenden Werten). Der Datentyp ist quantitativ. Wählen Sie die Methode aus. Wir verwenden NIPALS.

Aktivieren Sie die Option für Beschriftungen der Beobachtungen und wählen Sie den Namen der Fahrzeuge.

Nach dem Klicken des Buttons OK werden die Ergebnisse in einem neuen Tabellenblatt angezeigt.

Ergebnisse des Imputationsprozesses

Deskriptive Statistiktabellen werden angezeigt (eine Tabelle vor und eine zweite nach der Imputation).

Dann werden die vervollständigten Daten angezeigt.

Die vervollständigten Werte sind fett dargestellt. Wir können diese Werte mit dem realen Wert vergleichen, der in diesem Datensatz verfügbar ist:

Wir können sehen, dass die imputierten fehlenden Werte sehr nahe an den realen Werten liegen. Beispielsweise beträgt der reale Wert für den Hubraum von Honda Civic 1396, und der berechnete Wert lautet 1365,236. Wenn wir eine Methode zur Imputation des Mittelwerts verwendet hätten, hätte der imputierte Wert 1781,4 betragen, was sehr weit von dem mit NIPALS erhaltenen Wert entfernt ist.