IBM SPSS Data Preparation 19

ویرایش:  
 
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: [157] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 Mb 

قیمت کتاب (تومان) : 35,000

SPSS Inc. 1989, 2010. SPSS Inc. ">بخش اول: راهنمای کاربر
1 مقدمه ای بر آماده سازی داده ها
استفاده از رویه های آماده سازی داده
2 قوانین اعتبارسنجی
بارگذاری قوانین اعتبارسنجی از پیش تعریف شده
تعریف قوانین اعتبارسنجی
تعریف قوانین تک متغیری
تعریف قوانین متقاطع
3 اعتبارسنجی داده ها
اعتبارسنجی بررسی های پایه داده ها
اعتبارسنجی قوانین تک متغیری داده
تأیید اعتبار متقاطع داده ها -قوانین متغیر
تأیید خروجی داده
تأیید صحت ذخیره داده
4 آماده سازی خودکار داده
به دست آوردن آماده سازی خودکار داده
به دست آوردن آماده سازی داده های تعاملی
برگه فیلدها
برگه تنظیمات
PrepareDates&Times
Exclude Fields
AdjustMeasurement
بهبود کیفیت داده
مقیاس مجدد فیلدها
TransformFields
انتخاب و ساخت
FieldNames
اعمال و ذخیره تبدیل ها
برگه تجزیه و تحلیل
خلاصه پردازش میدانی
فیلدها
خلاصه اقدام
قدرت پیش بینی
جدول فیلدها
جزئیات فیلد
جزئیات اقدام
BacktransformScores
5 شناسایی موارد غیرمعمول
شناسایی خروجی موارد غیرمعمول
شناسایی موارد غیرمعمول ذخیره
شناسایی موارد غیرمعمول مقادیر گمشده
شناسایی گزینه‌های موارد غیرمعمول
ویژگی های اضافی فرمان DETECTANOMALY
Optimal Binning 53
OptimalBinning Output
OptimalBinning Save
OptimalBinning Missing Values
OptimalBinning Options
6 OptimalBinning 6 OPTIMALs \"bb-sep\">بخش دوم: مثال‌ها
7 اعتبارسنجی داده‌ها
اعتبارسنجی پایگاه داده‌های پزشکی
انجام بررسی‌های اساسی
کپی و استفاده از قوانین از یک فایل دیگر
تعریف شما قوانین خود
قوانین متقاطع
گزارش موردی
خلاصه
رویه های مرتبط
8 آماده سازی خودکار داده ها
استفاده از آماده سازی خودکار داده ها بصورت تعاملی
انتخاب بین اهداف< br/>فیلدها و جزئیات فیلد
UsingAutomatedData PreparationAutomatically
آماده سازی داده
ساختن مدل بر روی داده های آماده نشده
ساخت مدل بر روی داده های آماده
مقایسه مقادیر پیش بینی شده
تغییر مجدد مقادیر پیش بینی شده
خلاصه
9 شناسایی موارد غیرمعمول 106
الگوریتم شناسایی موارد غیرمعمول
شناسایی موارد غیرمعمول در پایگاه داده پزشکی
اجرای فرآیند تجزیه و تحلیل
مورد خلاصه
br/>فهرست شاخص مورد نابهنجاری
فهرست شناسه مورد بی‌نظمی
فهرست دلیل مورد غیرعادی
مقیاس متغیرهنجارها
میزان متغیرهای طبقه‌بندی
خلاصه شاخص ناهنجاری
خلاصه دلیل< br/>نمودار پراکندگی شاخص ناهنجاری بر اساس تاثیر متغیر
خلاصه
روش های مرتبط
10 Binning بهینه
TheOptimalBinning الگوریتم
UsingOptimalBinning to Discretize the LoanApplicantRun
D >آمار توصیفی
آنتروپی مدل
خلاصه های Binning
متغیرهای Binned
استفاده از قوانین Binning نحوی
خلاصه
پیوست ها
یک فایل نمونه
B اطلاعیه ها
کتابشناسی
نمایه

SPSS Inc. 1989, 2010. Фирменное руководство по процедурам подготовки данных для IBM SPSS 19. 157 страниц на английском. Contents Part I: User’s Guide
1 Introduction to Data Preparation
Usage ofData Preparation Procedures
2 Validation Rules
Load Predefined Validation Rules
Define Validation Rules
Define Single-Variable Rules
Define Cross-Variable Rules
3 Validate Data
Validate Data Basic Checks
Validate Data Single-Variable Rules
Validate Data Cross-Variable Rules
Validate Data Output
Validate Data Save
4 Automated Data Preparation
ToObtainAutomatic Data Preparation
ToObtain Interactive Data Preparation
Fields Tab
Settings Tab
PrepareDates&Times
Exclude Fields
AdjustMeasurement
Improve DataQuality
Rescale Fields
TransformFields
Select and Construct
FieldNames
Applying and Saving Transformations
Analysis Tab
Field Processing Summary
Fields
Action Summary
Predictive Power
Fields Table
FieldDetails
Action Details
BacktransformScores
5 Identify Unusual Cases
Identify Unusual Cases Output
Identify Unusual Cases Save
Identify Unusual CasesMissing Values
Identify Unusual Cases Options
DETECTANOMALY Command Additional Features
Optimal Binning 53
OptimalBinning Output
OptimalBinning Save
OptimalBinningMissing Values
OptimalBinning Options
6 OPTIMAL BINNING Command Additional Features Part II: Examples
7 Validate Data
Validating aMedicalDatabase
PerformingBasic Checks
Copying andUsing Rules fromAnother File
Defining Your Own Rules
Cross-Variable Rules
Case Report
Summary
Related Procedures
8 Automated Data Preparation
UsingAutomatedData Preparation Interactively
Choosing Between Objectives
Fields and Field Details
UsingAutomatedData PreparationAutomatically
Preparing the Data
Building aModel on theUnprepared Data
Building aModel on the Prepared Data
Comparing the Predicted Values
Backtransforming the Predicted Values
Summary
9 Identify Unusual Cases 106
Identify Unusual Cases Algorithm
IdentifyingUnusual Cases in aMedicalDatabase
Running the Analysis
Case Processing Summary
Anomaly Case Index List
Anomaly Case Peer ID List
Anomaly Case Reason List
Scale VariableNorms
Categorical VariableNorms
Anomaly Index Summary
Reason Summary
Scatterplot ofAnomaly Index by Variable Impact
Summary
Related Procedures
10 Optimal Binning
TheOptimalBinning Algorithms
UsingOptimalBinning toDiscretize LoanApplicantData
Running the Analysis
Descriptive Statistics
Model Entropy
Binning Summaries
Binned Variables
Applying Syntax Binning Rules
Summary
Appendices
A Sample Files
B Notices
Bibliography
Index