무료 온라인 과정에서 자세히 알아보십시오.
산업 문제 해결을 위한 통계적 사고
이 비디오에서는 구성 요소 데이터를 사용하여 결측값을 탐색하는 방법을 배웁니다.
먼저 열 뷰어를 사용하여 각 변수에 대해 누락된 값의 수를 확인합니다. Cols 메뉴에서 Columns Viewer를 선택하고 모든 변수를 선택한 다음 Show Summary를 클릭합니다.
여러 변수에 누락된 값이 있습니다. 예를 들어, 부품 번호에 4개의 값이 누락되었고 공급업체에 10개의 값이 누락되었습니다. 온도에 265개의 값이 없습니다. 배치 중 104개만 온도 값이 있습니다.
열 뷰어를 사용하면 주어진 변수에 대해 누락된 값의 수를 확인할 수 있습니다. 또한 변수 전체에서 누락된 값을 확인하는 데 관심이 있을 수 있습니다.
이를 위해 테이블 메뉴에서 누락된 데이터 패턴을 사용합니다. 모든 변수를 선택하고 열 추가를 클릭한 다음 확인을 클릭합니다.
Missing Data Pattern이라는 새로운 연결된 데이터 테이블이 생성됩니다. 이 표의 열은 원본 데이터 표의 결측값 패턴을 설명합니다.
첫 번째 행은 구성 요소 데이터 테이블의 99개 행을 나타냅니다. 이러한 행은 열에 대한 결측값이 아닙니다.
두 번째 행을 봅시다. 이것은 원래 테이블의 5개 행을 나타냅니다. 이 행은 한 열에 대한 누락된 값입니다. 패턴 열을 볼 때 마지막 위치의 1은 이 행이 마지막 변수에 대한 누락된 값임을 알려줍니다. 변수를 스크롤하면 이 마지막 변수가 공급업체임을 알 수 있습니다.
temp만 누락된 255개의 행이 있습니다. 그러나 temp는 일부 다른 값에서도 누락되었습니다. 예를 들어, 4개의 행에 temp와 Supplier가 모두 누락되었습니다.
이 테이블에 저장된 셀 플롯 스크립트를 실행하여 패턴 열을 시각화할 수 있습니다. 이렇게 하면 가장 큰 문제가 temp에 대한 누락된 값임을 쉽게 알 수 있습니다. 셀 그림의 마지막 행은 마지막 누락 데이터 패턴에 해당합니다. 한 행에 많은 변수에 대한 결측값이 있습니다.
Treemap 스크립트는 누락된 값의 트리맵을 생성합니다. 트리맵에 마우스 포인터를 놓으면 각 블록의 값이 표시됩니다. 행의 약 27%가 완전한 레코드입니다. 즉, 누락된 값이 없습니다. 행의 69%에서 임시 항목만 누락되었음을 알 수 있습니다. 따라서 구성 요소 파일의 행 중 약 96%에 완전한 데이터가 있거나 임시 항목이 누락되어 있습니다.
이것은 좋은 것입니다. temp에 대한 누락된 값에 문제가 있습니다. 그러나 그렇지 않으면 이 데이터 세트에서 누락된 데이터가 큰 문제가 되지 않을 수 있습니다.
