在臨床研究領域，數(shù)據(jù)的質(zhì)量直接影響到研究結(jié)果的準確性和科學性。

醫(yī)咖會 視頻 課程《在開始統(tǒng)計分析前，如何對數(shù)據(jù)進行清洗或轉(zhuǎn)換？》包含四部分內(nèi)容：（1）引言；（2）數(shù)據(jù)探索；（3）數(shù)據(jù)清洗；（4）數(shù)據(jù)轉(zhuǎn)換。

本課程深入講解了如何運用多種方法對數(shù)據(jù)進行有效的清洗和轉(zhuǎn)換，包括如何科學地填補缺失值、合理地轉(zhuǎn)換數(shù)據(jù)類型，并利用啞變量轉(zhuǎn)換增強回歸模型的解釋性等，以提高數(shù)據(jù)質(zhì)量并滿足統(tǒng)計分析的前提條件。

本課程適合所有需要進行臨床研究數(shù)據(jù)分析的專業(yè)人士，包括研究人員、臨床醫(yī)生、數(shù)據(jù)分析師和醫(yī)學生。

這里分享其中一課《異常值及其處理方法》。 點擊左下方“閱讀原文”，即可查看完整視頻！

異常值是指樣本中的個別值明顯偏離所屬樣本的其余觀測值。異常值存在的原因有三點：（1）數(shù)據(jù)錄入錯誤；（2）測量誤差；（3）真實的異常值。如何在保留數(shù)據(jù)信息的基礎上，識別異常值，并對異常值進行有效處理，是數(shù)據(jù)清洗步驟中一個非常重要的環(huán)節(jié)。

異常值可分為3類：強影響點、離群值和高杠桿點。

異常值的處理包括四個方面：（1）核查數(shù)據(jù)是否存在收集或錄入錯誤，如果是錄入錯誤，則用正確的數(shù)值進行替換，及時更正數(shù)據(jù)；（2）保留異常值，但需符合變化趨勢；（3）刪除異常值（注：當需要刪除異常值時，應報告異常值的大小，及其對結(jié)果的影響）；（4）將異常值納入分析。