北京
在臨床研究領域，數據的質量直接影響到研究結果的準確性和科學性。
醫咖會 視頻 課程《在開始統計分析前，如何對數據進行清洗或轉換？》包含四部分內容：（1）引言；（2）數據探索；（3）數據清洗；（4）數據轉換。
本課程深入講解了如何運用多種方法對數據進行有效的清洗和轉換，包括如何科學地填補缺失值、合理地轉換數據類型，并利用啞變量轉換增強回歸模型的解釋性等，以提高數據質量并滿足統計分析的前提條件。
本課程適合所有需要進行臨床研究數據分析的專業人士，包括研究人員、臨床醫生、數據分析師和醫學生。
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）數據錄入錯誤；（2）測量誤差；（3）真實的異常值。如何在保留數據信息的基礎上，識別異常值，并對異常值進行有效處理，是數據清洗步驟中一個非常重要的環節。
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）核查數據是否存在收集或錄入錯誤，如果是錄入錯誤，則用正確的數值進行替換，及時更正數據；（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，及其對結果的影響）；（4）將異常值納入分析。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
