2021-06-21

本文探讨了数据预处理中的异常值处理,介绍了三种常用方法:(1)利用SPSS的"标识异常个案"功能;(2)通过SPSS的数据标准化找出异常值;(3)运用箱线图在Excel和SPSS中检测异常值。虽然这些方法在实践中各有优缺点,但都是数据清洗过程中的重要步骤。
摘要由CSDN通过智能技术生成

做论文中大大小小的点
①第一步:数据预处理
缺失值
重复值
异常值:
处理方法:
(1)spss。采用“标识异常个案”。可选择多种原因,原理不详,使用简单但不能准确把握其准确率。
(2)spss。“统计描述”——“描述”——“将数据标准化”。标准化后的结果大于2的即为异常值。原理不详。
(3)箱线图。Excel:麻烦。spss:无法准确得知异常值的值。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

weixin_57438423

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值