全部版块 我的主页
› 论坛 › 数据科学与人工智能 › 数据分析与数据科学 › 数据分析与数据挖掘
求助大神：用计算机模拟dirty数据
小宝爱波1314
2419 15
2014-01-03
在做分析中，收集上来的第一手数据一般都是要进行清理才能做统计分析的。我现在有一些变量的干净数据，我想用模拟的方法分析一下如果数据不干净的话对统计分析的影响。我首先从干净的数据中按比例抽取了一部分数据，把剩下的数据用模拟的方法做成dirty数据，求问各位大神，这应该怎么做呀？我知道可能有五六种污染源，也知道每种污染源大概在污染中所占的比例呀。大神们可以给一些建议么？

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复
凸集分离定理
2014-1-3 09:08:41
您的dirty没有准确的定义，比如是误差项不符合模型设定，又或是有一些异常值之类的，一般而言这类模拟不会太难。比如用样本均值的时候故意掺进去几个很大的数，就会使均值变得很大，而用中位数估计则较稳健
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

小宝爱波1314
2014-1-3 10:01:56
我的dirty 要包括异常值，数据点缺失，等等，还有这些dirty data的在剩下数据中的比例是异常值大约占10%，数据点缺失占剩下数据的38%，这样可以模拟么？您能说的具体一点么？
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

小宝爱波1314
2014-1-6 13:20:55
凸集分离定理 发表于 2014-1-3 09:08
您的dirty没有准确的定义，比如是误差项不符合模型设定，又或是有一些异常值之类的，一般而言这类模拟不会太 ...
我的dirty 要包括异常值，数据点缺失，等等，还有这些dirty data的在剩下数据中的比例是异常值大约占10%，数据点缺失占剩下数据的38%，这样可以模拟么？您能说的具体一点么？
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

凸集分离定理
2014-1-6 22:39:25
小宝爱波1314 发表于 2014-1-6 13:20
我的dirty 要包括异常值，数据点缺失，等等，还有这些dirty data的在剩下数据中的比例是异常值大约占10 ...
R 几行命令就可以写出来 如果不是很重要的话 您把数据发到论坛上 再付一个word说明，我帮您看一下
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

小宝爱波1314
2014-1-7 08:35:57
凸集分离定理 发表于 2014-1-6 22:39
R 几行命令就可以写出来 如果不是很重要的话 您把数据发到论坛上 再付一个word说明，我帮您看一下
好的，过几天给您数据吧。现在数据还没分离出来。可以先告诉我您的理念么？
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群