809935_it-IT

liliconcom

Identificazione di modelli insoliti che potrebbero indicare problemi di integrità dei dati

Scopri come:

• Esplora i modelli
• Identificare i valori duplicati
  • Trova i valori più duplicati: valori che compaiono più frequentemente nella colonna
  • Trova le serie più lunghe: valori che si ripetono in righe consecutive all'interno della colonna
  • Trova le sequenze duplicate più lunghe: sequenza di valori che si ripete all'interno della colonna
  • Trova duplicati tra colonne: sequenza di valori che appare nelle stesse righe su più colonne
  • Utilizzare il punteggio di rarità per interpretare le duplicazioni
    • Concettualmente, un pattern è probabile quanto ottenere [valore di rarità] teste di fila quando si lancia una moneta equa
    • Statisticamente, -Log2(p); dove p è la probabilità del modello assumendo un ordinamento casuale dei valori
• Identificare valori insoliti
  • Individua la larghezza formattata all'interno delle celle, sia complessiva che decimale
  • Individuare lunghezze di frazioni sospette
  • Individuare le cifre iniziali sospette che sono troppo uniformi
    • Controllare la distribuzione delle cifre iniziali rispetto alla legge di Benford, che afferma che in molti gruppi di numeri naturali la distribuzione delle cifre iniziali non è uniforme.

    • Log10( (d+1) / d), dove d è la cifra iniziale

• Identificare relazioni lineari inaspettate in cui, all'interno di un gruppo di righe consecutive (il valore predefinito è 10), una colonna ha una relazione lineare esatta con un'altra colonna
• Identificare le anomalie del limite di specifica per le colonne con proprietà del limite di specifica
  • Individua le corrispondenze dei limiti delle specifiche in cui i limiti nelle celle corrispondono esattamente a LSL o USL
  • Confronta la distribuzione dei limiti delle specifiche per confrontare i valori fuori specifica con i valori fuori specifica previsti

Risorse:

• Kurt Schwitter sulla frazione continua

Analisi e modellazione dei dati di base