범주형 변수가 있는 데이터세트에서 이상값 감지800명이 넘는 참가자의 범주형 설문조사 데이터가 포함된 대규모 데이터 세트가 있습니다. 각각 4개의 명목 수준을 갖는 10개의 범주형 변수가 있습니다. 이상치 참가자를 할당/검출하는 jmp 방법이 있습니까?
고급 통계 모델링소비자 및 시장 조사데이터 혼합 및 정리Re : 범주 형 변수를 사용하여 데이터 세트에서 이상 값 감지나는 그러한 절차를 알지 못합니다. 나는 그것을 식별하기 위해 더 많은 경험과 지식을 가진 다른 사용자에게 맡길 것입니다.
무지는 내가 몇 가지 접근 방식을 브레인 스토밍하는 것을 막을 수 없습니다. 이상 치는 비정상적이거나 예상치 못한 결과입니다. (반드시 잘못되거나 오염 된 결과는 아닙니다.) 따라서 그러한 경우를 격리 할 수있는 다양한 비지도 및지도 학습 방법을 사용할 수 있습니다.
- 다중 대응 분석은 수준이 많은 많은 범주 형 변수를 처리하도록 설계되었습니다. 최적의 스케일링은 중심으로부터의 카이 제곱 거리를 기반으로합니다. 특이 치는 아마도 플롯에서 분리 될 것입니다.
- 다항 일반화 선형 모델을 사용한 잔차 분석은 특이 치를 식별 할 수 있습니다.
- 재귀 파티셔닝은 이러한 경우를 단일 노드로 격리합니다. 최소 노드 크기를 조정해야 할 수 있습니다.
어떤 종류의 분석이나 모델링을 계획 했습니까? 이 방법에는 이상 값 식별이 포함될 수 있습니다.
Re : 범주 형 변수를 사용하여 데이터 세트에서 이상 값 감지데이터 세트에서 MCA를 수행합니다. 2 차원 MCA 플롯은 데이터 세트에서 참가자를 제거 / 포함하는 데 매우 민감하므로 이상 값 감지 / 제거가 신중하게 이루어져야합니다. K- 평균 클러스터가 식별됩니다. K- 평균은 또한 특이 치에 매우 민감합니다. 따라서 분석을 시작하기 전에 올바른 통계 방법 및 jmp 도구를 사용하여 이상 값을 올바르게 감지하고 제거해야합니다.
Re : 범주 형 변수를 사용하여 데이터 세트에서 이상 값 감지범주 형 이상 값 감지를위한 특정 jmp 방법이 없다고 가정합니까?
