知识增量Knowledge Deltav0.1无限进步

缺失值

Missing value
学到 会用 就够:能亲手用起来
你可能会说

“我整理的农户问卷里,有的收入格子留空,有的写了 999,能把它们都当成零吗?”

缺失值表示某个位置没有可用的观测答案。它可能是没问、没答或记录丢了,不能直接当成零,也不能把表示未回答的特殊编号当成实际数值。

先知道数据清洗
也叫缺失数据、缺测值
2

使用 AI

科研里的例子

假设问卷把 999 约定为拒绝回答收入,而 0 表示确实没有该项收入。整理时把 999 转为缺失并保留拒答标记,0 仍保留为实际答案;没有养殖的农户跳过养殖收入题,也另记原因。

先分清为什么没有答案:问卷安排该受访者跳过这一题,与应该回答却拒答,含义不同。还要核对说明书中是否用空白、负数或特殊编号表示缺失,不能仅凭数的样子猜。整理时可以统一软件里的缺失表示,同时另留一列记录原因。处理之前,先统计哪些列、哪些人群缺得多,再决定如何分析。直接只用填全的人,可能改变所研究的人群;用平均数填满,也不会恢复每个人真实的情况。若采用估算办法,应记录依据、适用条件,并检查换一种合理处理后结论是否变化。

+

在你的学科里,直接拿去用

把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明,再建议代码。
问题:[填写]
数据字典及已有规则:[提供]
可用软件与现有代码:[提供]
明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析;缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据,所有转换写到派生结果并留记录;不能为得到显著结果修改数据或筛选规则。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
3

判断

亲手检查一次

找出一列的所有缺失表示,对照问卷和说明书逐一确认含义,再分别列出未适用、拒答和其他未回答的数量。

它做不到的

缺失不是一种统一原因,不能见空就补零;特殊编号必须以这份数据的说明为准。补出一个数也不等于找回真实答案,缺失比例小同样不能保证没有偏差。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源