Наконец, подтвердите свой выбор кнопкой «Применить». В наших исследованиях мы часто сталкиваемся с недостатками данных, что особенно актуально для данных опроса. Бывают ситуации, когда пробелы в данных приносят ценную информацию. Например, количество недостающих данных в ответ на вопрос о симпатии к политическим партиям дает представление о количестве нерешительных людей, которым не нравится конкретная политическая группа. Небольшое количество пробелов в данных не является проблемой при статистическом анализе.

Однако большое количество из них может усомниться в надежности тестов. Стоит на ранней работе позаботиться о них как можно меньше. Конечно, лучше всего получить информацию о фактическом значении, которое должно быть записано вместо отсутствующих данных, но это не всегда возможно.

Способ оценки недостающих данных зависит в первую очередь от характера данных. Программа предложила несколько способов для устранения недостатков данных для отдельных переменных. Заполнение одного значения Выберите один из следующих вариантов, чтобы заменить отсутствующие значения одним и тем же значением в выбранном столбце: заданный пользователем, среднее арифметическое, рассчитанное по данным, геометрическое среднее, рассчитанное по данным, средняя гармоника, рассчитанная по данным, мода. Заполнение нескольких значений.

Выбрав один из приведенных ниже вариантов, замените отсутствующие значения в выбранном столбце на несколько значений. Эти значения могут быть предсказаны на основе столбца, для которого заполняются недостающие данные, но также могут быть предсказаны на основе значений других столбцов. Замените отсутствующие данные на значения.

Чтобы иметь возможность отличать данные, которые были вменены в фактические данные, замещенное место обозначается выбранным цветом. Пример. На этот раз мы рассмотрим таблицу, где имеются пробелы в данных о валовой прибыли для книжных продаж. В случае этих недостатков известны реальные значения, значения, полученные в программе для пробелов данных до фактических значений, могут быть получены для сравнения результатов, полученных различными методами. В этом примере мы будем использовать два способа замены отсутствующих данных: заменить на медианное значение и значение на основе модели регрессии.

Другие возможности оставляют нас в покое. Замена отсутствующих данных на медианное значение выполняется на первом листе, называемом «Вставить медиану». В окне «Недостатки данных» добавьте переменную в качестве валовой прибыли и выберите метод замены в качестве медианного значения.

Мы подозреваем, что прибыль выше, когда они относятся к книгам известных авторов и более мелких, когда они относятся к тем неизвестным. Таким образом, мы рассчитываем среднюю валовую прибыль отдельно для книг известных и неизвестных авторов. Вычисление выполняется в листе данных «Вставить два медианы». Мы устанавливаем фильтр дважды для переменной, определяющей популярность автора - после получения значения 1, и как только Полученная медиана валовой прибыли в группе книг популярных авторов составляет около $ 51 тыс. А среди менее известных - около $ 34 тыс.

Еще один способ заменить недостатки - использовать модель регрессии. Мы выбираем лист данных «Вставить из регрессии» и снова выбираем значение для валовой прибыли как переменной, которая должна быть добавлена ​​в окне «Недостаток данных». Переменные, по которым мы будем прогнозировать валовую прибыль, будут больше на этот раз - это будут: издержки производства, расходы на рекламу и популярность автора. На этот раз результаты кажутся меньше фактического значения, к сожалению, для номера позиции нет результата.

Для этой книги у нас не было информации о стоимости производства, на которой мы хотели противостоять прогнозу. Преобразовать все переменные, содержащиеся в файле. Применение минимальной нормировки к интервалу; с использованием логарифмической нормировки; применение нормировки с коэффициентом; используя стандартизацию. Выборка является одним из способов генерации полиномиальных данных. Он присваивает указанное количество случаев каждой категории определенным образом. Сгенерированные данные возвращаются на новом листе.

Генерация может быть повторена так, чтобы лист генерировал большое количество сгенерированных столбцов в зависимости от количества повторений операции, установленной в окне образца. Для выбора этой опции требуется категория с более высокой вероятностью или относительным риском. Информация об определенной вероятности или относительном риске для каждой категории должна быть введена в выбранный столбец листа перед анализом. Вероятность должна определяться как значение от 0 до 1, где сумма вероятностей, данных для всех категорий, должна быть.