Zuhause Persönliche Finanzen Fehlende Werte in Ihren Daten - Dummys

Fehlende Werte in Ihren Daten - Dummys

Inhaltsverzeichnis:

Video: Daten filtern & prüfen - Fraunhofer-Idee, über 100.000 Anwender 2025

Video: Daten filtern & prüfen - Fraunhofer-Idee, über 100.000 Anwender 2025
Anonim

Eines der häufigsten und am schwersten zu bewältigenden Datenprobleme sind fehlende Daten. Dateien können unvollständig sein, weil Datensätze gelöscht wurden oder ein Speichergerät voll ist. Oder bestimmte Datenfelder enthalten möglicherweise keine Daten für einige Datensätze. Das erste dieser Probleme kann diagnostiziert werden, indem einfach die Anzahl der Datensätze für Dateien überprüft wird. Das zweite Problem ist schwieriger zu bewältigen.

Um es einfach zu formulieren: Wenn Sie ein Feld mit fehlenden Werten finden, haben Sie zwei Möglichkeiten:

  • Ignoriere es.

  • Kleben Sie etwas in das Feld.

Ignorieren des Problems

In einigen Fällen können Sie einfach ein einzelnes Feld mit einer großen Anzahl fehlender Werte finden. Wenn dies der Fall ist, ignorieren Sie einfach das Feld. Fügen Sie es nicht in Ihre Analyse ein.

Eine andere Möglichkeit, das Problem zu ignorieren, besteht darin, den Datensatz zu ignorieren. Löschen Sie einfach den Datensatz mit den fehlenden Daten. Dies kann sinnvoll sein, wenn es nur wenige Rogue-Datensätze gibt. Wenn jedoch mehrere Datenfelder vorhanden sind, die eine signifikante Anzahl fehlender Werte enthalten, kann dieser Ansatz die Anzahl der Datensätze auf ein inakzeptables Maß reduzieren.

Eine andere Sache, auf die Sie achten sollten, bevor Sie Datensätze einfach löschen, ist jedes Zeichen eines Musters. Angenommen, Sie analysieren landesweit einen Datensatz zu Kreditkartenguthaben. Sie können eine ganze Reihe von Datensätzen finden, die $ 0 anzeigen. 00 gleicht (vielleicht um die Hälfte der Aufzeichnungen). Dies ist kein Hinweis auf fehlende Daten. Wenn jedoch alle Datensätze aus, sagen wir, Kalifornien, $ 0 anzeigen. 00 gleicht aus, was ein Problem mit möglichen fehlenden Werten anzeigt. Und es ist nicht eine, die nützlich gelöst werden würde, indem man alle Aufzeichnungen vom größten Zustand im Land löscht. In diesem Fall handelt es sich wahrscheinlich um ein Systemproblem und weist darauf hin, dass eine neue Datei erstellt werden sollte.

Im Allgemeinen ist das Löschen von Datensätzen eine einfache, aber nicht ideale Lösung für fehlende Wertprobleme. Wenn das Problem relativ klein ist und es kein erkennbares Muster für die Auslassungen gibt, dann kann es in Ordnung sein, die beanstandeten Aufzeichnungen wegzulassen und weiterzugehen. Aber häufig ist ein anspruchsvollerer Ansatz gerechtfertigt.

Ausfüllen der fehlenden Daten

Das Ausfüllen der fehlenden Daten führt zu einer fundierten Vermutung darüber, was in diesem Feld gewesen wäre. Es gibt gute und schlechte Wege, dies zu tun. Ein einfacher (aber schlechter) Ansatz besteht darin, die fehlenden Werte durch den Durchschnitt der nicht fehlenden Werte zu ersetzen. In nicht numerischen Feldern könnten Sie versucht sein, die fehlenden Datensätze mit dem häufigsten Wert in den anderen Datensätzen (dem Modus) zu füllen.

Diese Ansätze werden in einigen Geschäftsanwendungen leider immer noch häufig verwendet.Aber sie werden von den Statistikern als schlechte Ideen angesehen. Zum einen besteht der Sinn der statistischen Analyse darin, Daten zu finden, die ein Ergebnis von einem anderen unterscheiden. Wenn Sie alle fehlenden Datensätze durch denselben Wert ersetzen, haben Sie nichts unterschieden.

Der anspruchsvollere Ansatz besteht darin, einen Weg zu finden, um auf aussagekräftige Weise vorherzusagen, welcher Wert bei jedem Datensatz, der einen Wert verfehlt, ausgefüllt werden soll. Dazu müssen Sie sich die vollständigen Datensätze ansehen und nach Hinweisen suchen, was der fehlende Wert sein könnte.

Angenommen, Sie analysieren eine demografische Datei, um voraussichtliche Käufer eines Ihrer Produkte vorherzusagen. In dieser Datei haben Sie unter anderem Informationen zum Familienstand, zur Anzahl der Kinder und zur Anzahl der Autos. Aus irgendeinem Grund fehlt die Anzahl der Autos in einem Drittel der Datensätze.

Durch die Analyse der anderen beiden Felder - Familienstand und Anzahl der Kinder - können Sie einige Muster entdecken. Einzelpersonen haben normalerweise ein Auto. Verheiratete Menschen ohne Kinder haben in der Regel zwei Autos. Verheiratete mit mehr als einem Kind könnten eher drei Autos haben. Auf diese Weise können Sie die fehlenden Werte so erraten, dass die Datensätze tatsächlich differenziert werden. Mehr zu diesem Ansatz.

Es gibt einen allgemeinen Begriff in der Statistik und Datenverarbeitung, der sich auf fragwürdige Daten bezieht. Der Ausdruck verrauscht wird verwendet, um Daten zu beschreiben, die unzuverlässig, korrupt oder anderweitig weniger als makellos sind. Fehlende Daten sind nur ein Beispiel dafür. Eine detaillierte Beschreibung von Techniken zur Reinigung von verrauschten Daten im Allgemeinen würde den Rahmen dieses Buches sprengen. In der Tat ist dies ein aktives Forschungsgebiet in der statistischen Theorie. Die Tatsache, dass alles Rauschen nicht so leicht zu erkennen ist wie fehlende Werte, macht es schwierig, damit umzugehen.

Fehlende Werte in Ihren Daten - Dummys

Die Wahl des Herausgebers

Was Sie über den Makler und die Hauptbeziehung für die Immobilienlizenzprüfung wissen sollten - Dummies

Was Sie über den Makler und die Hauptbeziehung für die Immobilienlizenzprüfung wissen sollten - Dummies

Die Elemente der Verantwortung eines Agenten gegenüber dem Auftraggeber werden in einem Wort zusammengefasst - Treuhänder. Die Immobilienlizenzprüfung wird zweifellos Fragen zu diesen Treuhandpflichten stellen. Treuhänder bedeutet treuer Diener, und ein Agent ist der Treuhänder des Auftraggebers. Der Vertreter vertritt getreu die Interessen des Auftraggebers vor allen anderen ...

Erkennen Miller Analogie Test 1: 3, 2: 4 Analogien - Dummies

Erkennen Miller Analogie Test 1: 3, 2: 4 Analogien - Dummies

The Der Miller Analogies Test (MAT) ist ein standardisierter Test, der normalerweise für die Zulassung von Absolventen verwendet wird. Der Test besteht vollständig aus Analogien. Der Miller Analogies Test verwendet mehrere Analogtypen wie 1: 3, 2: 4. Die Erkennung der Art der verwendeten Analogie spielt eine entscheidende Rolle bei der Auswahl der richtigen Antwort für diese Frage. ...

Erkennen Miller Analogie Test 1: 2, 3: 4 Analogien - Dummies

Erkennen Miller Analogie Test 1: 2, 3: 4 Analogien - Dummies

The Der Miller Analogies Test (MAT) ist ein standardisierter Test, der normalerweise für die Zulassung von Absolventen verwendet wird. Der Test besteht vollständig aus Analogien. Der Miller Analogies Test verwendet mehrere Analogtypen wie 1: 2, 3: 4. Die Erkennung der Art der verwendeten Analogie spielt eine entscheidende Rolle bei der Auswahl der richtigen Antwort für diese Frage. ...

Die Wahl des Herausgebers

Excel-Dashboards und -Berichte: So führen Sie Makros aus - Dummies

Excel-Dashboards und -Berichte: So führen Sie Makros aus - Dummies

Makros sind sehr nützlich für Ihre Excel Dashboards und Berichte. Um Ihre Makros in Aktion zu sehen, wählen Sie den Befehl Makros auf der Registerkarte Entwickler. Das in dieser Abbildung gezeigte Dialogfeld wird angezeigt, in dem Sie das Makro auswählen können, das Sie ausführen möchten. Wählen Sie das AddDataBars-Makro aus, und klicken Sie auf die Schaltfläche Ausführen. Wenn alles gut geht, ...

Excel-Dashboards und Berichte: Halten Sie Ihre Pivot-Tabelle frisch - Dummies

Excel-Dashboards und Berichte: Halten Sie Ihre Pivot-Tabelle frisch - Dummies

So langweilig wie Ihre Pivot-Tabellen Wie es scheint, werden sie schließlich zu den Stars Ihrer Excel-Berichte und Dashboards. Es ist daher wichtig, dass Sie Ihre Pivottabellen frisch und relevant halten. Im Laufe der Zeit können sich Ihre Daten mit neu hinzugefügten Zeilen und Spalten ändern und wachsen. Die Aktion der Aktualisierung Ihrer Pivot-Tabelle mit diesen ...

Excel 2010 Für Dummies Cheat Sheet - Dummies

Excel 2010 Für Dummies Cheat Sheet - Dummies

Auf den ersten Blick kann es schwierig sein, die vielen Menüs zu verstehen , Tabulatoren, Spalten und Zeilen der Excel 2010-Benutzeroberfläche. Dieser Cheat Sheet hilft Ihnen jedoch, Ihren Weg zu navigieren, indem Sie Tastenanschläge für die Bewegung des Zellen-Cursors zu einer neuen Zelle zeigen, einfache Regeln für die Dateneingabe-Etikette, häufige Ursachen einiger ...

Die Wahl des Herausgebers

Verwendung von Web Stats zur Verbesserung Ihrer Website - Dummies

Verwendung von Web Stats zur Verbesserung Ihrer Website - Dummies

Leute mögen nicht langsame Webseiten. Die Verwendung von Webstatistiken kann sicherstellen, dass Sie keine haben. Heutzutage werden wir alle durch schnelle Internetverbindungen verwöhnt, und Forschungsergebnisse zeigen, dass Webnutzer auf eine andere Website klicken, wenn Ihre Website mehr als zwei Sekunden benötigt, um sie zu öffnen. Eine schnellere Site behält mehr Besucher. mit einem langsameren ...

Webhost-Systemsteuerungsoptionen - dummies

Webhost-Systemsteuerungsoptionen - dummies

Sie haben mehrere Optionen für Web gehostete Control Panels. Die beliebteste und offensichtlichste Wahl ist cPanel. cPanel ist aufgrund seiner Balance zwischen Flexibilität und Benutzerfreundlichkeit eine gute Wahl für Bedienfelder. Die Wahl des Bedienfelds ist jedoch eine Frage der persönlichen Vorlieben und Sie müssen eines finden, das am besten passt ...

Zehn Essential Online Web Hosting Ressourcen - Dummies

Zehn Essential Online Web Hosting Ressourcen - Dummies

Bücher sind großartige Referenzen, aber es gibt auch einige wirklich gute Web-Hosting-Ressourcen online verfügbar, um Ihnen zusätzliche Informationen zu geben, wenn Sie nicht finden können, was Sie brauchen. Haben Sie keine Angst, das Internet zu überprüfen. ZeltBlogger. com TentBlogger. com ist im Besitz und geschrieben von John Saddington. Es ist wahrscheinlich die beste Online-Ressource für praktisch alles mit ...