Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video imparerai come utilizzare Recode per pulire i nomi dei fornitori nel file Components.jmp.
Innanzitutto, diamo un'occhiata ai nomi dei fornitori utilizzando la piattaforma di distribuzione dal menu Analizza. Puoi vedere che ci sono 10 livelli (o categorie) di fornitore e che mancano valori a 10 osservazioni.
Tuttavia, puoi vedere che ci sono davvero solo cinque fornitori unici. Ci sono problemi con l'ortografia e le maiuscole e puoi vedere che il fornitore Cox viene inserito in due modi diversi.
Per ripulire i nomi dei fornitori, utilizziamo Recode.
Per fare ciò, facciamo clic con il pulsante destro del mouse sull'intestazione della colonna per il fornitore e selezioniamo Ricodifica.
I valori attuali per il fornitore sono riepilogati in Vecchi valori. I 10 valori mancanti sono in alto. Anderson è elencato tre volte. Un valore ha uno spazio iniziale e gli altri hanno un'ortografia leggermente diversa.
Diamo un'occhiata al fornitore Hersh. Anche questo è elencato tre volte. Ci sono un paio di problemi con le maiuscole e l'ortografia.
Per risolvere alcuni dei problemi più comuni con i dati categoriali, utilizzeremo le opzioni sotto il triangolo rosso.
Ad esempio, selezioneremo Converti in maiuscolo del titolo per risolvere le maiuscole incoerenti e selezioneremo Taglia spazi bianchi per rimuovere gli spazi iniziali.
Per affrontare alcuni degli altri problemi, prenderemo una scorciatoia e raggrupperemo i valori. Ad esempio, quando selezioniamo tutte le etichette per Anderson e facciamo clic sul pulsante Raggruppa, tutte queste etichette vengono raggruppate insieme.
Raggrupperemo anche le etichette per Cox e Hersh. Ora ci sono sei valori: i cinque fornitori, più i valori mancanti.
In molte analisi, le osservazioni con valori mancanti non sono incluse. Una tecnica per includere i dati mancanti per le variabili categoriali nell'analisi consiste nel ricodificare i valori mancanti.
Facciamolo. Ricodificheremo questi valori con l'etichetta Missing.
Ora, dobbiamo determinare come salvare i valori ricodificati. L'impostazione predefinita consiste nel salvare i valori in una nuova colonna. Un'altra opzione consiste nel salvare i valori ricodificati, con una formula per la ricodifica, in una colonna formula. L'ultima opzione, che non è consigliata, consiste nel sovrascrivere i valori correnti salvando i valori ricodificati nella stessa colonna.
Selezioneremo la colonna della formula e faremo clic su Ricodifica. Una nuova colonna, fornitore 2, è stata salvata nella tabella dati con una formula. La formula fornisce una traccia delle modifiche apportate. Puoi anche aggiornare la formula se devi apportare ulteriori modifiche.
Un ultimo passaggio consiste nel rappresentare graficamente i valori originali e i valori ricodificati per assicurarsi che la ricodifica sia stata applicata correttamente. Questo sembra buono!
