Comme le titre l'indique, nous avons en général affaire à des données incomplètes.
Par exemple, parmi les informations personnelles saisies par les clients, combien de cas le nom de l'entreprise, le poste, le nom du service, l'adresse, etc. sont-ils correctement saisis? Un%? Si vous avez des données de 1 million de personnes, vous pouvez dire que les données de 10 000 personnes ont été mal saisies.
Décomposons un peu plus l'exemple et parlons de la position dans l'exemple ci-dessus. Le moyen le plus simple d'y accéder (ce qui est facile mais nécessitera beaucoup de travail manuel) est:
Un. Produit la distribution des positions à partir d'un million de données
2. Cochez un par un >> Par exemple, "employé" est " cool N'est-il pas indiqué à tort comme "," cassé "N'est pas marqué par" ...
3. Après avoir tout vérifié, écrivez un programme simple (?). Si vous utilisez un programme SAS, cela ressemblerait à ceci:
si Position = "Siwon" alors Position_1 = "Employé";
sinon si position = "ventilation" alors position_1 = "manager";
sinon si .....; / * Je dois le répéter plusieurs fois, non? * /
else Position_1 = Titre;
Après avoir exécuté le programme ci-dessus, vérifiez les données (distribution) de position / position_1, et s'il n'y a pas de problème, position_1 est utilisée.
4. Mais... Si une autre donnée est créée / ajoutée, le processus ci-dessus est répété. Vous devriez.
Et une adresse? " Gangnam-gu "Ne pas" Un rein "," Dongdaemun-gu "Ne pas" Dongdamungu "... Et bien d'autres fautes de frappe inimaginables.
Ces cas peuvent également apparaître dans le domaine de la médecine. Lors de l'enregistrement de l'eCRF, heureusement, à moins que vous n'entriez le nom de la maladie dans une méthode déroulante (en fait, ce serait un effort énorme de cliquer et de dérouler un certain nombre de maladies une par une, et de trouver et de cliquer serait un effort énorme). Il n'y a pas.
70 à 80% de l'analyse des données peut être qualifiée de préparation des données (y compris les étapes de prétraitement). J'ose dire que la rapidité et la précision avec lesquelles vous pouvez effectuer ces étapes préparatoires détermineront la qualité de votre travail d'analyse. Parmi les fonctions de JMP Recode Correction des mots mal orthographiés Vous pouvez atteindre l'objectif mentionné à travers.
Adresse de Séoul DB Exemple de correction des fautes de frappe à l'aide de
Tout d'abord, on suppose que les données suivantes existent dans le DB. Comme vous pouvez le voir, les 4 premières données sont des données saisies par erreur, et les 4 autres données sont sans fautes de frappe.
S'il n'y a pas de fonction JMP Recode ... Dans l'exemple ci-dessus, pour modifier les 4 premières fautes de frappe, nous avons besoin d'une programmation qui corrige chaque faute de frappe. Mais que faire si vous utilisez JMP? Pour rendre cela plus facile Adresse de Séoul DB Recevez et créez une table de données JMP à l'avance (voir capture d'écran ci-dessous, également fournie en pièce jointe).
Tout est prêt. Essayez ce qui suit (une brève vidéo est également jointe à la fin).
Un. Sélectionnez les variables de ville, de comté et de district dans le tableau de données JMP saisies par erreur (clic de souris)
2. JMP >> Cols >> Recoder
3. Cliquez sur RTM (Red Triangle Menu) dans la fenêtre Recode >> Advanced >> Choose Closest
4. Choisissez la table >> Sélectionnez Séoul
5. OK après avoir sélectionné une ville ou un quartier
6. Modifications terminées
[Vidéo] Correction des fautes de frappe à l'aide de la fonction JMP Recode
