# Data analysis

**Repository Path**: GUOYUMO1/Data-analysis

## Basic Information

- **Project Name**: Data analysis
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2017-12-08
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

** chapter 3
*** 数据质量分析
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。脏数据一般指不符合要求，以及不能直接进行相应分析的数据，在常见的数据挖掘工作中，脏数据包括:
1. 缺失值
从总体来说，缺失值的处理分为删除，插补，不处理三种情况。
2. 异常值
异常值指样本中的个别值，其数值明显偏离其余的观测值。异常值也称为离群值。
- 最简单的统计量是最大值和最小值
- 3e原则
- 箱型图分析
3. 不一致的值
4. 重复数据以及含有特殊符号（如#，￥，*）的数据。
*** 数据特征分析
对数据进行质量分析后,接下来可通过绘制图标,计算某些特征量等手段进行数据的特征分析.

- 对于定量变量,选择"组数"和"组宽"做频率分布分析,其步骤:
1. 求极差
2. 绝对组距与组数
3. 决定分点
4. 列出频率分布表
5. 绘制频率分布直方图
- 应遵循的主要规则
1. 各组之间必须是相互排斥
2. 各组必须将所有的数据包含在内
3. 各组的组宽最好相等.
- 极差 = 最大值-最小值