#آموزشی
پیش پردازش داده ها

➖➖➖➖➖➖➖➖➖➖
دسته اول:
#پیش_پردازش هایی که متغیر ( ستون) جدیدی ایجاد #نمیکنند.
۱) #حذف #آدم_های #بی_تفاوت
۲) مرتب کردن یا sort کردن داده ها
۳) ادغام کردن
۴) جداسازی کیس ها یا  select cases
۵) دونیم سازی یا split کردن
۶) ترانهاد کردن یا trsport که در اینجا جای ستر و ستون عوض می شود.

➖➖➖➖➖➖➖➖➖
دسته دوم:
پیش پردازش هایی است که ستون و یا متغیر جدید ایجاد میکند.
۱) شناسایی #missing ها یا داده های #مفقوده و #مدیریت_آن_ها
۲) شناسایی داده های #پرت ( خارج از بازه)
۳) کد گذاری مجدد داده ها recode
۴) دسته بندی binning
۵) کامپیوت ( compute)
۶) رتبه بندی یا ranking
7) #آلفای_کرونباخ
۸) #نرمال_بودن_توزیع_دادها
۹) #کفایت_حجم_نمونه و #کرویت #روابط ( KMO)

شماره ۱ از دسته اول، شماره ۱ ، ۲، ۷ ، ۸، و ۹ از پیش پردازش های اساسی در تحقیقات به شمار می رود. در صورت عدم انجام این پیش پردازش ها در نرم افزار اس پی اس اس، ممکن است مدل ها در نرم افزار های معادلات ساختاری ران نشود و همچنین در نتایج آزمون های در فضای نرم افزار اس پی اس اس با خطا مواجه باشیم.

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری