Mandy Chambers-, JMP Development Tester, mandy.chambers@jmp.com
Olivia Lippincott-, ingeniera de sistemas JMP, olivia.lippincott@jmp.com
En la era de los grandes datos, a menudo no tenemos acceso interno, la capacidad o la capacidad de trabajar con todo el conjunto de datos de interés. En cambio, debemos trabajar con una muestra o una instantánea de los datos y aplicar lo que aprendemos a todo el conjunto de datos. En el caso de detección de fraude de proveedores de Medicare, es importante que la muestra incluya todos los procedimientos repetidos utilizados por un proveedor para capturar anomalías para ese tipo de proveedor, lo que conduce a un enfoque de muestreo en dos etapas. Exploramos el flujo de trabajo JMP para capturar una muestra, encontrar todos los procedimientos repetidos relevantes utilizados por los proveedores y reestructurar y limpiar los datos desordenados para el análisis. También ilustraremos las diversas formas de muestrear desde conjuntos de datos más grandes, incluido el muestreo de datos externos a JMP utilizando Query Builder para conectarse a una base de datos o servidor SAS, y trabajar con datos dentro de JMP utilizando JMP Query Builder y Virtual Join. Con cada ejemplo, cubrimos las ventajas y desventajas, y usamos recomendaciones.
