Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video imparerai come esplorare i valori mancanti utilizzando i dati dei componenti.
Innanzitutto, utilizziamo il Visualizzatore colonne per vedere quanti valori mancano per ciascuna variabile. Selezioniamo Visualizzatore colonne dal menu Cols, selezioniamo tutte le variabili e facciamo clic su Mostra riepilogo.
Diverse variabili sono valori mancanti. Ad esempio, al codice articolo mancano 4 valori e al fornitore mancano 10 valori. Temp mancano 265 valori. Solo 104 dei lotti hanno un valore per la temperatura.
Con Visualizzatore colonne, puoi vedere quanti valori mancano per una determinata variabile. Potresti anche essere interessato a vedere i valori mancanti nelle tue variabili.
Per fare ciò, utilizziamo Modello di dati mancanti dal menu Tabelle. Selezioniamo tutte le variabili, facciamo clic su Aggiungi colonne e facciamo clic su OK.
Viene prodotta una nuova tabella di dati collegati, denominata Modello dati mancanti. Le colonne di questa tabella descrivono il modello di valori mancanti nella tabella di dati originale.
La prima riga rappresenta 99 righe nella tabella dati Componenti. Queste righe non sono valori mancanti per nessuna delle colonne.
Diamo un'occhiata alla seconda riga. Questo rappresenta cinque righe nella nostra tabella originale. Queste righe sono valori mancanti per una colonna. Quando osserviamo la colonna Patterns, l'1 nell'ultima posizione ci dice che queste righe mancano dei valori per l'ultima variabile. Quando scorriamo le variabili, vediamo che quest'ultima variabile è fornitore.
Ci sono 255 righe a cui manca solo la temp. Tuttavia, la temperatura manca anche con alcuni degli altri valori. Ad esempio, mancano quattro righe sia temp e supplier.
È possibile eseguire lo script Cell Plot che è stato salvato in questa tabella per visualizzare la colonna Patterns. Questo rende facile vedere che il problema più grande sono i valori mancanti per temp. L'ultima riga del grafico a celle corrisponde all'ultimo modello di dati mancante. In una riga mancano i valori per molte delle variabili.
Lo script Treemap crea una mappa ad albero dei valori mancanti. Quando tieni premuto il puntatore del mouse sulla mappa ad albero, vedi i valori per ogni blocco. Circa il 27% delle righe sono record completi. Cioè, non mancano alcun valore. Vedi che il 69% delle righe manca solo di temp. Quindi circa il 96% delle righe nel file Components contiene dati completi o mancano solo temp.
Questo è buono. Abbiamo un problema con i valori mancanti per temp. Ma in caso contrario, i dati mancanti potrebbero non essere un grosso problema con questo set di dati.
