Mandy Chambers - @Mandy_Chambers , Probadora de desarrollo de JMP, mandy.chambers@jmp.com
Olivia Lippincott- @O_Lippincott , Ingeniera de Sistemas JMP, olivia.lippincott@jmp.com
En la era del big data, a menudo no tenemos acceso interno ni la capacidad ni la habilidad para trabajar con todo el conjunto de datos de interés. En su lugar, necesitamos trabajar con una muestra, o una instantánea de los datos, y aplicar lo aprendido a todo el conjunto. En el caso de la detección de fraudes en proveedores de Medicare, es importante que la muestra incluya todos los procedimientos repetidos que utiliza un proveedor para detectar anomalías en ese tipo de proveedor, lo que lleva a un enfoque de muestreo en dos etapas. Exploramos el flujo de trabajo de JMP para capturar una muestra, encontrar todos los procedimientos repetidos relevantes que utilizan los proveedores y reestructurar y depurar los datos desordenados para su análisis. También ilustraremos las distintas maneras de muestrear conjuntos de datos más grandes, incluyendo el muestreo de datos externos a JMP mediante el Generador de Consultas para conectarse a una base de datos o servidor SAS, y el trabajo con datos dentro de JMP mediante el Generador de Consultas de JMP y la Unión Virtual. En cada ejemplo, abordamos las ventajas y desventajas, y ofrecemos recomendaciones de uso.
