無料のオンラインコースで詳細をご覧ください。
産業問題解決のための統計的思考
このビデオでは、Recodeを使用してComponents.jmpファイル内のサプライヤー名をクリーンアップする方法を学習します。
まず、[分析]メニューの[配布]プラットフォームを使用してサプライヤー名を見てみましょう。 サプライヤーには10のレベル（またはカテゴリー）があり、10の観測値には欠測値があることがわかります。
ただし、実際には5つの固有のサプライヤしかないことがわかります。 スペルと大文字の使用に問題があり、サプライヤのCoxが2つの異なる方法で入力されていることがわかります。
サプライヤー名をクリーンアップするには、Recodeを使用します。
これを行うには、サプライヤの列見出しを右クリックして、[再コード化]を選択します。
サプライヤの現在の値は、古い値にまとめられています。 欠落している10個の値が一番上にあります。 アンダーソンは3回リストされています。 1つの値には先頭にスペースがあり、他の値にはわずかに異なるスペルがあります。
サプライヤーHershを見てみましょう。 これも3回記載されています。 大文字と小文字の区別とスペルにはいくつかの問題があります。
カテゴリデータに関する最も一般的な問題のいくつかをクリーンアップするために、赤い三角形の下にあるオプションを使用します。
たとえば、一貫性のない大文字と小文字を区別するには[タイトルケースに変換]を選択し、先頭のスペースを削除するには[空白を削除]を選択します。
他の問題のいくつかに対処するために、ショートカットを使用して値をグループ化します。 たとえば、アンダーソンのすべてのラベルを選択して[グループ化]ボタンをクリックすると、これらのラベルはすべてグループ化されます。
CoxとHershのラベルもグループ化します。 現在、6つの値があります。5つのサプライヤーと不足している値です。
多くの分析では、欠測値のある観測値は含まれていません。 分析にカテゴリ変数の欠測データを含めるための1つの手法は、欠測値を再コーディングすることです。
これをやろう。 これらの値をMissingというラベルで再コーディングします。
次に、再コード化された値を保存する方法を決定する必要があります。 デフォルトでは、値を新しい列に保存します。 もう1つのオプションは、再コーディングされた値を、再コーディング用の数式とともに数式列に保存することです。 推奨されない最後のオプションは、再コード化された値を同じ列に保存して、現在の値を上書きすることです。
[数式列]を選択して、[再コード化]をクリックします。 新しい列サプライヤ2が、数式とともにデータテーブルに保存されました。 数式は、行った変更の軌跡を提供します。 追加の変更が必要な場合は、数式を更新することもできます。
最後のステップの1つは、元の値と再コード化された値をグラフ化して、再コード化が正しく適用されたことを確認することです。 これはよさそうだ！
