¿Cómo decidir si desea mantener los valores atípicos en el análisis predictivo
La decisión de incluir valores atípicos en el análisis - o excluirlos - tendrá implicaciones para su modelo de análisis predictivo. Mantener los valores atípicos como parte de los datos de su análisis puede conducir a un modelo que no es aplicable - ya sea para los valores atípicos o para el resto de los datos.
Si usted decide mantener un valor atípico, tendrás que elegir las técnicas y métodos estadísticos que tienen éxito en el manejo de los valores extremos sin influir en el análisis. Una de estas técnicas es el uso de funciones matemáticas tales como algoritmos naturales y raíz cuadrada para reducir la brecha entre los valores extremos y el resto de los datos.
Estas funciones, sin embargo, sólo funcionan para datos numéricos que es mayor que cero - y pueden surgir otros problemas. Por ejemplo, la transformación de los datos puede requerir interpretaciones de la relación entre las variables en los datos recién transformadas que difieren de la interpretación que gobierna las variables en los datos originales.
La mera presencia de valores atípicos en los datos puede proporcionar una visión de su negocio que pueden ser muy útiles en la generación de un modelo sólido. Outliers pueden llamar la atención sobre un caso de negocio válido que ilustra un evento significativo inusual poco.
Buscando valores atípicos, la identificación de ellos, y la evaluación de su impacto debe ser parte del análisis de datos y procesamiento previo. Expertos en los sectores de negocios pueden proporcionar información y ayudarle a decidir qué hacer con los casos inusuales en su análisis. Aunque el sentido común a veces es todo lo que necesita para hacer frente a los valores atípicos, a menudo es útil preguntar a alguien que conoce las cuerdas.
Si usted está en un negocio que se beneficia de eventos raros - por ejemplo, un observatorio astronómico con una beca para estudiar asteroides de órbita-cruzando la Tierra - que está más interesado en los valores extremos que en la mayor parte de los datos.
Los valores atípicos pueden ser una gran fuente de información. Desviarse de la norma podría ser una señal de actividad sospechosa, noticias de última hora, o un evento oportunista o catastrófico. Puede que tenga que desarrollar modelos que ayudan a identificar los valores atípicos y asnos los riesgos que significan.
Es prudente realizar dos análisis: uno que incluye los valores extremos, y otro que les omite. Luego de examinar las diferencias, tratar de entender las implicaciones de cada método, y evaluar cómo la adopción de un método sobre el otro influiría en sus objetivos de negocio.
-
Encuentra los valores atípicos en los datos de infografía -
8 Mejores prácticas en la preparación de datos - Fundamentos de la estática y los datos se transmiten en analyics predictivos
- La construcción de un modelo de análisis predictivo
-
Análisis exploratorio de datos gráfica (eda) técnicas - Cómo limpiar los datos para el análisis predictivo
¿Cómo lidiar con los valores extremos causados por errores en el sistema Cuando usted confía en la tecnología o la instrumentación para llevar a cabo una tarea de análisis predictivo, una falla aquí o allá pueden causar estos instrumentos para registrar los valores extremos o inusuales. Si los sensores registran…
¿Cómo lidiar con los valores extremos causados por fuerzas externas Esté seguro de comprobar cuidadosamente los valores atípicos antes de influyen en el análisis predictivo. Outliers pueden distorsionar tanto los datos y el análisis de datos. Por ejemplo, cualquier análisis estadístico realizado con los datos…
¿Cómo encontrar valor en su análisis de datos predictivo Cualquier viaje exitoso requiere preparación seria. Modelos de análisis predictivo son esencialmente una inmersión profunda en grandes cantidades de datos. Si los datos no está bien preparada, el modelo de análisis predictivo saldrá de la…
Cómo delinear las pruebas y datos de prueba para el análisis predictivo Cuando los datos están listos y ya está a punto de comenzar la construcción de su modelo predictivo para el análisis, es útil para delinear su metodología de pruebas y elaborar un plan de pruebas. La prueba debe ser impulsada por los objetivos…
Cómo preparar los datos para un modelo de análisis predictivo Cuando haya definido los objetivos del modelo de análisis predictivo, el siguiente paso es identificar y preparar los datos que va a utilizar para construir su modelo. La secuencia general de pasos es la siguiente:Identificar las fuentes de…
Cómo anotar sus predicciones analíticas precisión Al analizar la calidad de un modelo predictivo, usted querrá medir su precisión. El un pronóstico más preciso el modelo hace, más útil que es para la empresa, que es una indicación de su calidad. Todo esto es bueno - a excepción de cuando el…
Cómo utilizar regresiones lineales en el análisis predictivo Regresión lineal es un método estadístico que analiza y descubre relaciones entre dos variables. En el análisis predictivo puede ser utilizado para predecir un valor numérico futuro de una variable.Considere un ejemplo de datos que contiene dos…
Cómo visualizar los resultados analíticos de su modelo: agrupaciones ocultos, clasificaciones de datos y valores atípicos Visualización de los resultados de su análisis predictivo realmente ayuda a las partes interesadas a comprender los pasos a seguir. He aquí algunas maneras de utilizar técnicas de visualización para informar de los resultados de sus modelos a…
Pruebas de hipótesis para los valores extremos de datos Varias pruebas estadísticas formales que están diseñados para detectar valores atípicos de datos. Tres de ellos toman la forma de pruebas de hipótesis. Una prueba de hipótesis es un procedimiento para determinar si una proposición puede ser…
Los estadísticos robustos y grandes datos Una estadística se dice que es robusto si no está fuertemente influenciada por la presencia de valores atípicos. Por ejemplo, la media no es robusta, ya que puede estar fuertemente afectada por la presencia de valores atípicos. Por otro lado, la…
Valores atípicos diagrama de caja y el uso del color en la TI-Nspire Para graficar un segundo diagrama de caja en la TI-Nspire que contiene los datos de la Liga Nacional, pulse [MENU]-Terreno Propiedades-X Añadir variable y elija nl para crear el segundo diagrama de caja.La segunda pantalla muestra el segundo…
Tendencia central: allá de lo básico La media y la mediana son las dos medidas más fiables y comúnmente reportados del centro, y se utilizan en una amplia variedad de situaciones. Sin embargo, si usted está estudiando seriamente estadísticas, usted debe estar familiarizado con las…