273248_it-IT

liliconcom

Identificazione di modelli insoliti che potrebbero indicare problemi di integrità dei dati

 

 

Scopri come:

• Esplora i modelli
• Identificare i valori duplicati
  • Trova i valori più duplicati: valori che appaiono più frequentemente all'interno della colonna
  • Trova le serie più lunghe: valori che si ripetono in righe consecutive all'interno di una colonna
  • Trova sequenze duplicate più lunghe: sequenza di valori che si ripete all'interno della colonna
  • Trova duplicati nelle colonne: sequenza di valori che appaiono nelle stesse righe su più colonne
  • Utilizza il punteggio Rarity per interpretare le duplicazioni
    • Concettualmente uno schema ha la stessa probabilità di ottenere teste [valore di rarità] in fila lanciando una moneta equilibrata
    • Statisticamente, -Log2(p); dove p è la probabilità che il modello assuma un ordinamento casuale dei valori
• Identificare valori insoliti
  • Individua la larghezza formattata all'interno delle celle, sia complessiva che decimale
  • Individua lunghezze di frazione sospette
  • Individua le cifre iniziali sospette che sono troppo uniformi
    • Controllare la distribuzione delle cifre iniziali rispetto alla legge di Benford, che afferma che in molti gruppi di numeri presenti in natura, la distribuzione delle cifre iniziali non è uniforme

    • Log10( (d+1) / d), dove d è la cifra iniziale

• Identifica relazioni lineari inaspettate in cui, all'interno di un gruppo di righe consecutive (il valore predefinito è 10), una colonna ha una relazione lineare esatta con un'altra colonna
• Identificare le anomalie dei limiti di specifica per le colonne con proprietà del limite di specifica
  • Individua le corrispondenze limite specifiche in cui i limiti nelle celle corrispondono esattamente a LSL o USL
  • Confronta la distribuzione dei limiti delle specifiche per confrontare i valori fuori specifica con i valori fuori specifica previsti

 

Risorse:

• Kurt Schwitter sulla frazione continua

Analisi e modellazione dei dati di base