Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, vous apprendrez à utiliser Recode pour nettoyer les noms de fournisseurs dans le fichier Components.jmp.
Examinons d'abord les noms de fournisseurs à l'aide de la plate-forme de distribution à partir du menu Analyser. Vous pouvez voir qu'il y a 10 niveaux (ou catégories) de fournisseur, et que 10 observations manquent de valeurs.
Cependant, vous pouvez voir qu'il n'y a en réalité que cinq fournisseurs uniques. Il y a des problèmes d'orthographe et de capitalisation, et vous pouvez voir que le fournisseur Cox est saisi de deux manières différentes.
Pour nettoyer les noms de fournisseurs, nous utilisons Recode.
Pour ce faire, cliquez avec le bouton droit sur l'en-tête de colonne du fournisseur et sélectionnez Recoder.
Les valeurs actuelles du fournisseur sont résumées sous Anciennes valeurs. Les 10 valeurs manquantes sont en haut. Anderson est répertorié trois fois. Une valeur est précédée d'un espace et les autres ont une orthographe légèrement différente.
Regardons le fournisseur Hersh. Ceci est également répertorié trois fois. Il y a quelques problèmes avec les majuscules et l'orthographe.
Pour résoudre certains des problèmes les plus courants avec les données catégorielles, nous utiliserons les options sous le triangle rouge.
Par exemple, nous sélectionnerons Convertir en casse de titre pour remédier à la casse incohérente, et nous sélectionnerons Trim Whitespace pour supprimer les espaces de début.
Pour résoudre certains des autres problèmes, nous allons prendre un raccourci et regrouper les valeurs. Par exemple, lorsque nous sélectionnons toutes les étiquettes pour Anderson et cliquons sur le bouton Grouper, toutes ces étiquettes sont regroupées.
Nous regrouperons également les étiquettes pour Cox et Hersh. Il y a maintenant six valeurs : les cinq fournisseurs, plus les valeurs manquantes.
Dans de nombreuses analyses, les observations avec des valeurs manquantes ne sont pas incluses. Une technique pour inclure les données manquantes pour les variables catégorielles dans votre analyse consiste à recoder les valeurs manquantes.
Faisons cela. Nous allons recoder ces valeurs avec le libellé Missing.
Maintenant, nous devons déterminer comment sauvegarder les valeurs recodées. La valeur par défaut consiste à enregistrer les valeurs dans une nouvelle colonne. Une autre option consiste à enregistrer les valeurs recodées, avec une formule de recodage, dans une colonne de formules. La dernière option, qui n'est pas recommandée, consiste à écraser vos valeurs actuelles en sauvegardant les valeurs recodées dans la même colonne.
Nous allons sélectionner la colonne de formule et cliquer sur Recoder. Une nouvelle colonne, fournisseur 2, a été enregistrée dans le tableau de données avec une formule. La formule fournit une trace des modifications que vous avez apportées. Vous pouvez également mettre à jour la formule si vous devez apporter des modifications supplémentaires.
Une dernière étape consiste à représenter graphiquement les valeurs d'origine et les valeurs recodées pour s'assurer que le recodage a été correctement appliqué. Cela semble bon!
