Wie der Titel schon sagt, haben wir es im Allgemeinen mit Daten zu tun, die nicht perfekt sind.
Wie oft sind beispielsweise der Firmenname, die Position, der Abteilungsname, die Adresse usw. der von einem Kunden eingegebenen persönlichen Daten korrekt eingegeben? Eins%? 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 weiter aufschlüsseln und über die Positionen in den obigen Beispielen sprechen. Der einfachste (? einfache, aber wahrscheinlich eine Menge manuelle Arbeit erfordernde) Weg, darauf zuzugreifen, ist wie folgt:
Eins. Ausgabeverteilung von Positionen aus 1 Million Daten
2. Überprüfen Sie sie einzeln >> „Mitarbeiter“ ist beispielsweise „ Cool Ich frage mich, ob es falsch geschrieben wurde, denn „Übertreibung“ ist „ abbauen ", usw....
3. Nachdem Sie alles überprüft haben, erstellen Sie ein einfaches(?) Programm. Wenn Sie SAS programmieren würden, würde es so aussehen:
if position = "Siwon" then position_1="Employee";
sonst wenn position="breakdown" then position_1="manager";
sonst wenn .....; /*Das muss doch mehrmals wiederholt werden, oder?*/
sonst position_1=position;
Überprüfen Sie nach der Ausführung des obigen Programms die Daten (Verteilung) von Position / Position_1. Wenn keine Probleme auftreten, wird Position_1 verwendet.
4. Aber... Wenn zusätzliche Daten erstellt/hinzugefügt werden, wiederholen Sie den obigen Vorgang. Du solltest.
Was ist, wenn es sich um eine Adresse handelt? " Gangnam-gu "Nicht " Gangnang-gu "," Dongdaemun-gu "Nicht " Dongda-Briefpapier „... Es können viele unvorstellbare Tippfehler auftreten, wie zum Beispiel:
Diese Fälle können auch im medizinischen Bereich auftreten. Glücklicherweise kommt es bei der Registrierung von eCRF zu Tippfehlern, es sei denn, Sie geben den Krankheitsnamen in einem Dropdown-Format ein (eigentlich wäre es ein großer Aufwand, die zahlreichen Krankheiten einzeln anzuklicken, zu finden und anzuklicken). kommt zwangsläufig vor. existiert nicht.
Man kann sagen, dass 70–80 % der Datenanalyse der Datenvorbereitung (einschließlich Vorverarbeitungsschritten) zuzuordnen sind. Ich wage zu behaupten, dass die Qualität Ihrer Analysearbeit davon abhängt, wie schnell und genau Sie diese Vorbereitungsschritte durchführen können. Verwenden Sie die Recode-Funktion von JMP? Korrigieren falsch geschriebener Wörter Sie können den oben genannten Zweck erreichen.
Seoul Metropolitan City Address DB Beispiel für eine Tippfehlerkorrektur mit
Gehen Sie zunächst davon aus, dass die Datenbank die folgenden Daten enthält. Wie Sie sehen, wurden die ersten vier Daten fehlerhaft eingegeben und die restlichen vier Daten weisen keine Tippfehler auf.
Wenn Sie nicht über die Recode-Funktion von JMP verfügen ... Um im obigen Beispiel die ersten vier Tippfehler zu ändern, ist eine Programmierung erforderlich, um jeden Tippfehler zu korrigieren. Aber was ist, wenn Sie JMP verwenden? Um dies einfach zu tun Seoul Metropolitan City Address DB Empfangen und erstellen Sie vorab eine JMP-Datentabelle (siehe Screenshot unten, auch als angehängte Datei bereitgestellt).
Alle Vorbereitungen sind abgeschlossen. Führen Sie es wie folgt aus (am Ende ist auch ein kurzer Videoinhalt angehängt).
Eins. Wählen Sie die Stadt-/Landkreis-/Bezirksvariable aus der JMP-Datentabelle aus, in der der Fehler eingegeben wurde (Mausklick).
2. JMP >> Spalten >> Neu kodieren
3. Klicken Sie im Fenster „Neu kodieren“ auf RTM (Menü des roten Dreiecks) >> Erweitert >> Wählen Sie „Nächste“.
4. Wählen Sie „Tabelle“ >> Wählen Sie „Seoul Metropolitan City“.
5. OK, nachdem Sie Stadt/Landkreis/Gu ausgewählt haben
6. Änderungen abgeschlossen
[Video] Tippfehler mit der JMP Recode-Funktion korrigieren
