I dati seguenti mostrano il PIL di ciascun Paese per anno. Ogni anno dal 1960 al 2024 è rappresentato da una colonna (variabile). Pertanto, ogni riga rappresenta la variazione del PIL di un Paese.
Osservando i dati, si può notare che in alcuni punti mancano dei valori .
Fonte dei dati: Banca Mondiale ( https://www.worldbank.org/ ) Data di acquisizione: 16/12/2025
Tra le possibili cause dei valori mancanti in questi dati rientrano problemi con il sistema di raccolta dati statistico o indagini e tabulazioni non ancora condotte. Se si desidera comprendere l'andamento del PIL per Paese o confrontare successivamente i Paesi, è importante comprendere innanzitutto lo stato dei valori mancanti nei dati.
Per verificare la presenza di valori mancanti nei dati, JMP fornisce una piattaforma chiamata "Check for Missing Values" che consente di verificare la presenza di pattern nei valori mancanti ed eseguire l'imputazione.
Ma prima,
- Quanti valori mancanti ci sono?
- In quale schema si verifica?
Se vuoi controllare rapidamente quanto segue, puoi usare altre funzioni.
Questo articolo presenta tre metodi rapidi ed efficaci per verificare la presenza di dati mancanti.
Si consiglia di effettuare il controllo nel seguente ordine: 1 → 2 → 3.
- Utilizza Column Manager: trova il numero di valori mancanti per ogni variabile
- Utilizzo della "visualizzazione del modello di valore mancante": comprendere le tendenze nei dati mancanti
- Utilizzo del "grafico a celle": comprendere i modelli di dati mancanti in relazione all'ordine dei dati
Diamo un'occhiata a ciascuno dei punti da 1 a 3.
1. Utilizzo del gestore colonne
In JMP 18 e versioni successive, è possibile visualizzare immediatamente le statistiche di riepilogo per ogni colonna facendo clic sul pulsante Gestore colonne nel pannello Colonne (al centro a sinistra della tabella dati), che consente di visualizzare il numero di valori mancanti in ogni colonna.
I dati mostrano che ci sono valori mancanti in tutti gli anni, con un numero particolarmente elevato di valori mancanti dal 1960 al 1964 circa, e una diminuzione graduale in seguito.
2. Utilizzo della visualizzazione del modello di valore mancante
In 1 abbiamo verificato il numero di valori mancanti per ciascuna variabile, ma potrebbero esserci degli schemi di dati mancanti, come ad esempio "dati non raccolti per due anni consecutivi".
La funzione "Mostra pattern di valori mancanti" consente di verificare se esiste un pattern nei valori mancanti in una tabella dati. Può essere utilizzata anche per estrarre le righe che non contengono valori mancanti.
Se si esegue Tabella > Mostra modelli di valori mancanti sulle colonne dal 1960 al 2024 (65 colonne in totale), verrà generata una nuova tabella dati. Qui, mostriamo i risultati ordinati per frequenza in ordine decrescente.
Per i valori nella tabella di output, 0 indica non mancante e 1 indica mancante.
La colonna "Pattern" indica se ci sono valori mancanti per la colonna specificata utilizzando 0/1. La colonna "Frequency" indica il numero di righe che corrispondono a quel pattern di valori mancanti.
La prima riga presenta il pattern "000000…000", a indicare che non ci sono valori mancanti in nessuna colonna, il che significa che i valori sono compilati per tutti gli anni. Ci sono 110 righe di questo tipo in questi dati.
La quinta riga mostra uno schema in cui mancano dati nelle prime cinque colonne (1960-1964), ma non ci sono dati mancanti dal 1965 in poi e possiamo vedere che ci sono sei righe di questo tipo.
La tabella generata da "Mostra modelli di valori mancanti" è collegata ai dati originali. Ad esempio, se si seleziona la prima riga, la riga corrispondente verrà selezionata nella tabella dati originale.
In questo stato, è possibile utilizzare Tabella > Sottoinsieme per estrarre solo i dati che non contengono valori mancanti.
3. Utilizzo del "Cell Plot"
È anche importante capire dove si verificano i valori mancanti: vicino all'inizio, al centro o alla fine dei dati. Ad esempio, nei dati di processo acquisiti in ordine cronologico, potrebbe essere necessario capire se ci sono più valori mancanti nella prima o nella seconda metà dei dati.
In questi casi, l'utilizzo del "grafico a celle" consente di visualizzare in modo intuitivo la distribuzione dei valori mancanti in una visualizzazione ridotta dei dati in celle.
In questo esempio, ordiniamo i paesi in ordine decrescente utilizzando il PIL medio per i cinque anni dal 2020 al 2024 ed esaminiamo la relazione tra i livelli recenti del PIL e i dati mancanti.
Fare clic su Grafico > Diagramma a celle e specificare Anno come Y, Variabile di risposta e Nome del paese come Etichetta. Verrà quindi visualizzato il report Diagramma a celle.
Un grafico a celle è un grafico che visualizza ogni cella di una tabella dati come un rettangolo colorato.
Nota che al posto del colore della cella vedi una "X" nella cella , che indica che la cella contiene un valore mancante.
Osservando la distribuzione delle "x", possiamo vedere che i paesi con un PIL più basso (quelli in fondo ai dati) tendono ad avere più dati mancanti e che ci sono diversi paesi con dati mancanti per gli anni recenti del 2023 e del 2024.
Si ritiene che uno dei motivi sia che i paesi con un PIL più elevato dispongono di sistemi migliori per raccogliere e pubblicare stabilmente tali statistiche economiche.
I valori mancanti sono un punto importante da controllare prima di iniziare qualsiasi analisi dei dati.
Comprendendo in anticipo la presenza o l'assenza di dati mancanti e di tendenze, è possibile effettuare analisi e interpretazioni successive in modo appropriato.
di Naohiro Masukawa (JMP Giappone)
Naohiro Masukawa - Comunità degli utenti JMP
