数据质量分析是数据预处理的前提,也是数据分析结论有效性和准确性的基础。
数据质量分析的主要任务是检查原始数据中是否存在脏数据。
脏数据一般包括;
缺失值分析
缺失值产生的原因、影响
原因:
- 部分信息难以获取,或获取的代价太大
- 因人为因素遗漏的、忘记写的、对数据理解服务器托管网错误的等
- 属性值不存在
影响:
缺失值分析
常用函数:
# 结果返回TRUE,FALSE,TRUE为缺失值,FALSE为非缺失值
is.na()
# 结果返回TRUE,FALSE,FALSE为缺失值,TRUE为非缺失值
complete.cases()
# 形成矩阵或数据框式的表格,1和0显示缺失值模式,0表示变量的列中有缺失值,1表示没有
mice包中的md.pattern()
# 图形绘制每个变量的缺失值数,还绘制每个变量组合的缺失值数
aggr()
异常值分析
含义与方法
异常分服务器托管网析式检验数据是否有录入错误以及含有不合常理的数据,异常值也称作离群点。
异常值的分析方法主要有:
- 简单统计量分析
- 3(sigma)原则
- 箱型图分析
质量控制图
qcc包是专业的绘制质量控制图的算法包
# 该函数的基础形式如下
qcc(data,type,nsigmas=3,plot=TRUE,...)
# 以xbar为例绘图图形
library(qcc)
data(pistonrings)
attach(pistonrings)
newdata
箱型图分析
绘制一个简单的箱型图:
library(ggplot2)
# 创建示例数据
set.seed(123) # 设置随机种子以便结果可复现
data
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
相关推荐: ASCII编码的影响与作用:数字化时代的不可或缺之物
一、ASCII编码的起源 ASCII(American Standard Code for Information Interchange)编码是一种最早用于将字符转换为数字的编码系统。它诞生于20世纪60年代,旨在解决计算机系统之间的字符传输和存储问题。在A…