Wie der Titel schon sagt, handelt es sich im Allgemeinen um unvollständige Daten.
Wie viele Fälle werden beispielsweise unter den von Kunden eingegebenen persönlichen Informationen der Firmenname, die Position, der Abteilungsname, die Adresse usw. korrekt eingegeben? Einer%? Wenn Sie Daten von 1 Million Personen haben, können Sie sagen, dass die Daten von 10.000 Personen falsch eingegeben wurden.
Lassen Sie uns das Beispiel etwas genauer aufschlüsseln und über die Position im obigen Beispiel sprechen. Der einfachste Weg, darauf zuzugreifen (was einfach ist, aber ziemlich viel manuelle Arbeit erfordert), ist:
Einer. Gibt die Verteilung von Positionen aus 1 Million Daten aus
2. Nacheinander prüfen >> Beispiel: "Mitarbeiter" ist " cool Ist es nicht falsch markiert als "," Übertreibung "ist" gebrochen "Ist nicht markiert mit" ...
3. Nachdem Sie alles überprüft haben, schreiben Sie ein einfaches (?) Programm. Wenn Sie ein SAS-Programm verwenden, sieht es folgendermaßen aus:
wenn Position = "Siwon", dann Position_1 = "Mitarbeiter";
sonst wenn position = "Zusammenbruch", dann position_1 = "Manager";
sonst wenn .....; / * Ich muss es mehrmals wiederholen, oder? * /
sonst Position_1 = Titel;
Überprüfen Sie nach dem Ausführen des obigen Programms die Daten (Verteilung) von Position / Position_1. Wenn kein Problem vorliegt, wird Position_1 verwendet.
4. Aber... Wenn andere Daten erstellt / hinzugefügt werden, wird der obige Vorgang wiederholt. Du solltest.
Was ist mit einer Adresse? "" Gangnam-gu "Nicht" Niere "," Dongdaemun-gu "Nicht" Dongdamungu "... Und viele andere unvorstellbare Tippfehler.
Diese Fälle können auch im Bereich der Medizin auftreten. Glücklicherweise bei der Registrierung von eCRF, es sei denn, Sie geben den Krankheitsnamen in einer Dropdown-Methode ein (in der Tat wäre es eine enorme Anstrengung, eine Reihe von Krankheiten nacheinander anzuklicken und abzulegen und sie zu finden und zu klicken, wäre eine enorme Anstrengung). Da ist nicht.
70-80% der Datenanalyse können als Datenaufbereitung (einschließlich Vorverarbeitungsschritten) bezeichnet werden. Ich wage zu sagen, wie schnell und genau Sie diese vorbereitenden Schritte ausführen können, wird die Qualität Ihrer Analysearbeit bestimmen. Unter den JMP Recode-Funktionen Falsch geschriebene Wörter korrigieren Sie können den durch genannten Zweck erreichen.
Seoul Adresse DB Beispiel für die Korrektur von Tippfehlern mit
Zunächst wird davon ausgegangen, dass folgende Daten in der DB vorhanden sind. Wie Sie sehen können, sind die ersten 4 Daten falsch eingegebene Daten, und die verbleibenden 4 Daten sind ohne Tippfehler.
Wenn es keine JMP-Recode-Funktion gibt ... Im obigen Beispiel benötigen wir eine Programmierung, die jeden Tippfehler korrigiert, um die ersten 4 Tippfehler zu ändern. Aber was ist, wenn Sie JMP verwenden? Um dies zu vereinfachen Seoul Adresse DB Empfangen und erstellen Sie im Voraus eine JMP-Datentabelle (siehe Abbildung unten, auch als Anhang bereitgestellt).
Alles ist bereit. Versuchen Sie es wie folgt (ein kurzer Videoinhalt ist am Ende ebenfalls beigefügt).
Einer. Wählen Sie die Stadt-, Kreis- und Bezirksvariablen aus der fehlerhaft eingegebenen JMP-Datentabelle aus (klicken Sie mit der Maus).
2. JMP >> Cols >> Recode
3. Klicken Sie im Fenster "Neu codieren" auf "RTM" (Menü "Rotes Dreieck") >> Erweitert >> Wählen Sie "Am nächsten"
4. Wählen Sie Tabelle >> Wählen Sie Seoul
5. OK nach Auswahl einer Stadt oder eines Bezirks
6. Änderungen abgeschlossen
[Video] Korrektur von Tippfehlern mit der JMP Recode-Funktion
