统计数据预处理的理论与方法述评

被引：36

作者：

程开明

机构：

[1] 浙江工商大学统计与数学学院

来源：

统计与信息论坛 | 2007年 / 06期

关键词：

数据质量; 数据预处理; 缺失值; 异常值; 数据诊断;

D O I：

暂无

中图分类号：

C8 [统计学];

学科分类号：

020208 ; 0714 ;

摘要：

统计数据预处理是提升数据质量的重要阶段,包括数据审查、数据清理、数据转换和数据验证四大步骤。根据处理对象的特点及每一步骤的不同目标,统计数据预处理可采用的方法包括描述及探索性分析、缺失值处理、异常值处理、数据变换技术、信度与效度检验、宏观数据诊断等六大类。选用恰当的方法开展统计数据预处理,有利于保证数据分析结论真实、有效。

引用

收藏

页码：98 / 103

页数：6

相关论文

共 11 条

[1] 数据挖掘质量问题探讨 [J].

李金昌 ;

徐雪琪 .

统计研究, 2004, (07) :49-52

[2] 论什么是统计数据质量 [J].

李金昌 .

统计与决策, 1998, (09) :6-8

[3] 论统计调查质量评价的信度与效度 [J].

隗斌贤 ;

程利仲 .

浙江统计, 1997, (08) :18-20

[4]

宏观经济统计数据诊断[M]. 清华大学出版社 , 周建著, 2005

[5]

中国经济增长速度研究与争论[M]. 中信出版社 , 岳希明,张曙光,许宪春编, 2005

[6]

缺失数据统计分析[M]. 中国统计出版社 , (美)RoderickJ.A.Little,（美）DonaldB.Rubin著, 2004

[7]

可视化数据挖掘[M]. 电子工业出版社 , (美)TomSoukup,（美）IanDavidson著, 2004

[8]

描述统计[M]. 中国人民大学出版社 , 贾俊平编著, 2003

[9]

市场调查与分析[M]. 中国统计出版社 , 柯惠新,丁立宏编著, 2000

[10] Data preparation process for construction knowledge generation through knowledge discovery in databases [J].

Soibelman, L ;

Kim, H .

JOURNAL OF COMPUTING IN CIVIL ENGINEERING, 2002, 16 (01) :39-48