如標題所示，我們通常處理的數據並不完美。
例如，客戶輸入的個人資料中，公司名稱、職位、部門名稱、地址等輸入準確的頻率有多少？ 一％？ 如果你有100萬人的數據，你可以說有10,000人的數據輸入錯誤。
讓我們進一步分解這個例子並討論上面例子中的位置。 最簡單（？簡單，但可能需要大量手動工作）的存取方法如下：
一。 100萬筆資料輸出部位分佈
2. 一一查看 >> 例如“員工”是“涼爽的我不知道它是否拼寫錯誤，因為“誇張”是“分解“， ETC....
3. 檢查完所有內容後，創建一個簡單的（？）程式。 如果你要寫 SAS 程序，它會如下所示：
如果position =“Siwon”則position_1 =“Employee”；
否則如果position=“breakdown”則position_1=“manager”；
否則如果……； /*這必須重複幾次，對嗎？*/
否則position_1=位置；
執行完上述程序後，檢查position/position_1的資料（分佈），如果沒有問題，則使用position_1。
4. 但... 如果建立/新增了其他數據，請重複上述過程。你應該。
如果是地址呢？ 」江南區“不是 ”江南區“，”東大門區“不是 ”東大文具「… 可能會出現許多難以想像的錯字，例如：
這些案例也可能發生在醫療領域。幸運的是，在註冊eCRF的時候，除非你以下拉的形式輸入疾病名稱（其實要把眾多的疾病一一點擊下拉，找到並點擊，真是費了很大的力氣），否則會出現錯字必然發生，不存在。
資料分析的70-80%可以說是資料準備（包括預處理步驟）。 我敢說，您的分析工作的品質取決於您執行這些準備步驟的速度和準確性。 您是否使用 JMP 的重新編碼功能？修復拼字錯誤的單字就可以達到上面提到的目的了。
首爾市地址DB使用的拼字錯誤糾正範例
首先，假設DB中有以下資料。 可以看到，前4個資料輸入有錯誤，其餘4個資料沒有錯字。
如果您沒有 JMP 的重新編碼功能... 在上面的例子中，要更改前四個拼字錯誤，需要編程來修正每個拼字錯誤。 但如果您使用 JMP 呢？ 輕鬆做到這一點首爾市地址DB提前接收並建立 JMP 資料表（請參閱下面的螢幕截圖，也作為附件提供）。
所有準備工作都已完成。 執行如下（最後還附有簡短的影片內容）。
一。 從 JMP 資料表中選擇輸入錯誤的城市/縣/區變數（按一下滑鼠）
2. JMP >> 列 >> 重新編碼
3. 在“重新編碼”視窗中，點擊“RTM”（紅色三角形選單）>>“進階”>>“選擇最近的”
4. 選擇餐桌 >> 選擇首爾市
5. 選擇市/縣/區後確定
6. 修改完成
[影片] 使用 JMP Recode 功能修正拼字錯誤
