273248_zh-TW

liliconcom

識別可能表明數據完整性問題的異常模式

 

 

請參閱如何：

• 探索模式
• 識別重複值
  • 查找最重複的值 - 列中出現最頻繁的值
  • 查找最長運行 - 在列內的連續行中重複的值
  • 查找最長的重複序列 - 在列中重複的值序列
  • 跨列查找重複項 - 跨多列出現在同一行中的值序列
  • 使用稀有度分數來解釋重複項
    • 從概念上講，模式與擲一枚公平硬幣時連續出現[稀有值]正面的可能性差不多
    • 統計上，-Log2(p)；其中 p 是假設值隨機排序的模式概率
• 識別異常值
  • 找到單元格內的格式化寬度 - 整體和小數
  • 找到可疑的分數長度
  • 找到過於統一的可疑前導數字
    • 根據本福德定律檢查前導數字的分佈，該定律指出，在許多自然出現的數字組中，前導數字的分佈並不均勻

    • Log10( (d+1) / d)，其中 d 是前導數字

• 識別意外的線性關係，其中在某些連續行組（默認為 10）中，一列與另一列具有精確的線性關係
• 識別具有規格限屬性的列的規格限異常
  • 找到規格限制匹配，其中單元格中的限制與 LSL 或 USL 完全匹配
  • 比較規格限制分佈，將不合規格值與預期不合規格值進行比較

 

資源：

• 庫爾特·施維特在連分數上

基礎數據分析和建模