Come suggerisce il titolo, in generale si tratta di dati incompleti.
Ad esempio, tra le informazioni personali inserite dai clienti, quanti casi sono stati inseriti correttamente il nome dell'azienda, la posizione, il nome del reparto, l'indirizzo, ecc.? Uno%? Se hai dati di 1 milione di persone, puoi dire che i dati di 10.000 persone non sono stati inseriti correttamente.
Analizziamo un po 'di più l'esempio e parliamo della posizione nell'esempio sopra. Il modo più semplice per accedervi (che è facile ma richiederà molto lavoro manuale) è:
Uno. Emette la distribuzione delle posizioni da 1 milione di dati
2. Seleziona uno per uno >> Ad esempio, "dipendente" è " freddo Non è erroneamente contrassegnato come "," esagerazione "è" rotto "Non è contrassegnato con" ...
3. Dopo aver controllato tutto, scrivi un semplice (?) Programma. Se stai usando un programma SAS, sarebbe simile a questo:
se Position = "Siwon" allora Position_1 = "Employee";
altrimenti se position = "breakdown" then position_1 = "manager";
altrimenti se .....; / * Devo ripeterlo più volte, giusto? * /
else Position_1 = Titolo;
Dopo aver eseguito il programma di cui sopra, controllare i dati (distribuzione) di position / position_1 e, se non ci sono problemi, viene utilizzata position_1.
4. Ma... Se vengono creati / aggiunti altri dati, il processo di cui sopra viene ripetuto. Dovresti.
E un indirizzo? " Gangnam-gu "Non" Rene "," Dongdaemun-gu "Non" Dongdamungu "... E molti altri errori di battitura inimmaginabili.
Questi casi possono comparire anche nel campo della medicina. Quando si registra eCRF, fortunatamente, a meno che non si inserisca il nome della malattia in un metodo a discesa (in effetti, sarebbe uno sforzo enorme fare clic e selezionare un numero di malattie uno per uno e trovarlo e fare clic su di esso sarebbe uno sforzo enorme). Non c'è.
Il 70-80% dell'analisi dei dati può essere indicato come preparazione dei dati (comprese le fasi di pre-elaborazione). Oserei dire che la rapidità e la precisione con cui puoi eseguire questi passaggi preparatori determinerà la qualità del tuo lavoro di analisi. Tra le funzioni di JMP Recode Correzione di parole con errori di ortografia Puoi raggiungere lo scopo menzionato tramite.
Indirizzo di Seoul DB Esempio di correzione di errori di battitura utilizzando
Prima di tutto, si presume che i seguenti dati siano presenti nel DB. Come puoi vedere, i primi 4 dati sono dati inseriti erroneamente e i restanti 4 dati sono senza errori di battitura.
Se non è presente la funzione di ricodifica JMP ... Nell'esempio sopra, per modificare i primi 4 errori di battitura, abbiamo bisogno di una programmazione che corregga ogni errore di battitura. Ma cosa succede se usi JMP? Per rendere tutto più semplice Indirizzo di Seoul DB Ricevi e crea in anticipo una tabella dati JMP (vedi screenshot sotto, fornito anche come allegato).
È tutto pronto. Provalo come segue (un breve contenuto video è anche allegato alla fine).
Uno. Selezionare le variabili di città, provincia e distretto dalla tabella dati JMP inserita per errore (fare clic con il mouse)
2. JMP >> Cols >> Ricodifica
3. Fare clic su RTM (menu triangolo rosso) nella finestra Ricodifica >> Avanzate >> Scegli più vicino
4. Scegli tavolo >> Seleziona Seoul
5. OK dopo aver selezionato una città o un quartiere
6. Modifiche completate
[Video] Correzione di errori di battitura utilizzando la funzione di ricodifica JMP
