您当前浏览器版本过低,为了不影响您的使用,建议您使用最新的谷歌浏览器、火狐浏览器、 360浏览器,更换浏览器后使用更流畅!(注意!双核浏览器请切换为极速模式)
400-607-9388
数据完整性

科学研究中数据完整性常见的缺省值问题

数据完整性在技术上的一个具体问题是“缺省值”。缺省值有两种: ​(1)系统缺省值 是测量缺省值,系统缺省值( system missing value)指研究者或观察测量系统允许该项目测量结果为特殊的“空缺”结果。 (2)测量缺省 测量缺省( measure missing value)指测量本身要求有实际值,但测量者或回答者没有记载任何实际值,属于典型的数据不完整。出现这类情况的样本记录可能是无效的或部分无效的。

2494

0

2020-12-11

​数据完整性该如何判断?

从操作上讲,数据完整性是指对一个样本的测量是否包括了所有应测项目。有时,在实则量某一样本时并没有按照要求测量所有应测项目,例如问卷调査表中若干项目没有回答,地观察中某一段时间因仪器故障或观察者休息而漏测,或者个案调査中某一类数据因法律因没有收集到。这时,实际测量在测量内容或测量时间上出现遗漏,不能全面完整地反映现象和回答研究问题。严格地讲,出现这类情况的样本应作为无效样本而筛除。

2931

0

2020-12-11

科学研究中的数据完整性重要性

在科学研究中,研究者将根据研究目的对研究概念所涉及的客观现象的有关方面和层次行系统的观察测量,利用这些观察测量的集合来全面和完整地反映研究概念。一般地说,不完整的观察测量不能全面地反映客观现象,也就难以准确揭示研究概念的实质,难以准确述研究现象的性质和程度。因此,数据检验的首要任务是对数据完整性进行判断。

3437

0

2020-12-11
问题咨询
咨询问题描述

请放心填写

我们已对您的数据进行加密处理

保证你的信息安全