Como sugiere el título, en general se trata de datos incompletos.
Por ejemplo, entre la información personal ingresada por los clientes, ¿cuántos casos se ingresan correctamente el nombre de la empresa, el puesto, el nombre del departamento, la dirección, etc.? Uno%? Si tiene datos de 1 millón de personas, puede decir que los datos de 10,000 personas están ingresados incorrectamente.
Analicemos un poco más el ejemplo y hablemos de la posición en el ejemplo anterior. La forma más fácil de acceder a él (que es fácil pero requerirá bastante trabajo manual) es:
Uno. Produce la distribución de posiciones a partir de 1 millón de datos
2. Marque uno por uno >> Por ejemplo, "empleado" es " frio ¿No está mal marcado como "," exageración "es" roto "No está marcado con" ...
3. Después de verificar todo, escriba un programa simple (?). Si está utilizando un programa SAS, se vería así:
si Posición = "Siwon" entonces Posición_1 = "Empleado";
de lo contrario, si position = "breakdown" then position_1 = "manager";
más si .....; / * Tengo que repetirlo varias veces, ¿no? * /
más Posición_1 = Título;
Después de ejecutar el programa anterior, verifique los datos (distribución) de position / position_1, y si no hay problema, se utiliza position_1.
4. Pero... Si se crean / agregan otros datos, se repite el proceso anterior. Debieras.
¿Qué tal una dirección? " Gangnam-gu "No" Riñón "," Dongdaemun-gu "No" Dongdamungu "... Y muchos otros errores tipográficos inimaginables.
Estos casos también pueden aparecer en el campo de la medicina. Al registrar eCRF, afortunadamente, a menos que ingrese el nombre de la enfermedad en un método desplegable (de hecho, sería un gran esfuerzo hacer clic y desplegar una serie de enfermedades una por una, y encontrar y hacer clic sería un gran esfuerzo). No hay.
El 70-80% del análisis de datos puede denominarse preparación de datos (incluidos los pasos previos al procesamiento). Me atrevo a decir que la rapidez y precisión con la que pueda realizar estos pasos preparatorios determinará la calidad de su trabajo de análisis. Entre las funciones de JMP Recode Corregir palabras mal escritas Puede lograr el propósito mencionado a través de.
Dirección de Seúl DB Ejemplo de corrección de errores tipográficos utilizando
En primer lugar, se supone que existen los siguientes datos en la base de datos. Como puede ver, los primeros 4 datos son datos ingresados erróneamente y los 4 datos restantes no tienen errores tipográficos.
Si no hay función JMP Recode ... En el ejemplo anterior, para cambiar los primeros 4 errores tipográficos, necesitamos una programación que corrija cada error. Pero, ¿y si usa JMP? Para hacer esto más fácil Dirección de Seúl DB Reciba y cree una tabla de datos JMP por adelantado (vea la captura de pantalla a continuación, que también se proporciona como archivo adjunto).
Todo está listo. Pruébelo de la siguiente manera (también se adjunta un breve contenido de video al final).
Uno. Seleccione las variables de ciudad, condado y distrito de la tabla de datos JMP ingresada por error (haga clic con el mouse)
2. JMP >> Cols >> Recodificar
3. Haga clic en RTM (menú del triángulo rojo) en la ventana Recodificar >> Avanzado >> Elija más cercano
4. Elegir tabla >> Seleccionar Seúl
5. Aceptar después de seleccionar una ciudad o distrito
6. Modificaciones completadas
[Video] Corrección de errores tipográficos mediante la función JMP Recode
