Comme le titre l’indique, nous traitons généralement de données qui ne sont pas parfaites.
Par exemple, à quelle fréquence parmi les informations personnelles saisies par un client le nom de l'entreprise, le poste, le nom du service, l'adresse, etc. sont-ils saisis avec précision ? Un%? Si vous disposez de données sur 1 million de personnes, vous pouvez dire que les données de 10 000 personnes ont été mal saisies.
Décomposons l'exemple un peu plus et parlons des positions dans les exemples ci-dessus. Le moyen le plus simple (? facile, mais probablement beaucoup de travail manuel) d'y accéder est le suivant :
Un. Répartition des sorties des positions à partir de 1 million de données
2. Vérifiez-les un par un >> Par exemple, « Employé » est « cool Je me demande si cela a été mal orthographié car "Exagération" est " panne ", etc....
3. Après avoir tout vérifié, créez un programme simple (?). Si vous deviez programmer SAS, cela ressemblerait à ceci :
si position = "Siwon" alors position_1="Employé" ;
sinon si position="panne" alors position_1="manager" ;
sinon si ..... ; /*Il faudra répéter cela plusieurs fois, non ?*/
sinon position_1=position ;
Après avoir exécuté le programme ci-dessus, vérifiez les données (distribution) de position / position_1 et s'il n'y a aucun problème, position_1 sera utilisée.
4. mais... Si des données supplémentaires sont créées/ajoutées, répétez le processus ci-dessus. Tu devrais.
Et si c'était une adresse ? " Gangnam-gu "Pas " Gangnang-gu ", " Dongdaemun-gu "Pas " Papeterie Dongda "... De nombreuses fautes de frappe inimaginables peuvent survenir, telles que :
Ces cas peuvent également survenir dans le domaine médical. Lors de l'enregistrement de l'eCRF, heureusement, à moins que vous n'entriez le nom de la maladie dans un format déroulant (en fait, ce serait un énorme effort de cliquer et de dérouler les nombreuses maladies une par une, de les trouver et de cliquer dessus), des fautes de frappe risquent de se produire. se produit inévitablement, n'existe pas.
On peut dire que 70 à 80 % de l'analyse des données relève de la préparation des données (y compris les étapes de prétraitement). J'ose dire que la qualité de votre travail d'analyse peut être déterminée par la rapidité et la précision avec lesquelles vous pouvez effectuer ces étapes de préparation. Utilisez-vous la fonction Recode de JMP ? Corriger les mots mal orthographiés Vous pouvez atteindre l’objectif mentionné ci-dessus.
Adresse de la ville métropolitaine de Séoul DB Exemple de correction de faute de frappe à l'aide de
Tout d’abord, supposons qu’il existe les données suivantes dans la base de données. Comme vous pouvez le constater, les 4 premières données ont été saisies avec des erreurs et les 4 données restantes ne comportent aucune faute de frappe.
Si vous n'avez pas la fonction Recode de JMP... Dans l'exemple ci-dessus, pour modifier les quatre premières fautes de frappe, une programmation est nécessaire pour corriger chaque faute de frappe. Mais que se passe-t-il si vous utilisez JMP ? Pour le faire facilement Adresse de la ville métropolitaine de Séoul DB Recevez et créez un tableau de données JMP à l'avance (voir capture d'écran ci-dessous, également fournie en fichier joint).
Tous les préparatifs sont terminés. Exécutez-le comme suit (un bref contenu vidéo est également joint à la fin).
Un. Sélectionnez la variable ville/comté/district dans la table de données JMP où l'erreur a été saisie (clic de souris)
2. JMP >> Cols >> Recoder
3. Dans la fenêtre Recoder, cliquez sur RTM (Menu Triangle Rouge) >> Avancé >> Choisir le plus proche
4. Choisissez le tableau >> Sélectionnez la ville métropolitaine de Séoul
5. OK après avoir sélectionné la ville/comté/gu
6. Modifications terminées
[Vidéo] Correction des fautes de frappe à l'aide de la fonction JMP Recode
