결측치·이상치 도우미
데이터 정제를 STROBE 문단으로 변환
결측치·이상치 도우미
데이터 정제를 STROBE 문단으로 변환
콘텐츠 미리보기
설명
표본 크기, 결측 데이터의 비율과 패턴(MCAR/MAR/MNAR), 사용한 결측 데이터 처리 방법(listwise deletion, 다중 대치 등), 이상치 탐지 방법(Z-점수, IQR, Mahalanobis)을 입력하면 논문의 "데이터 전처리" 섹션에 바로 추가할 수 있는 학술 문단을 생성합니다. 선택한 방법과 결측 데이터 패턴 사이에 방법론적 불일치가 있는 경우(예: MNAR 패턴에서 listwise deletion 사용) 이를 명확히 알려줍니다. 설문 또는 임상 데이터 분석을 수행하며 데이터 전처리 섹션을 빠르고 정확하게 작성하고 싶은 대학원생과 연구자에게 적합합니다.
추천한 사람
Shuting@YouMind
이 스킬을 추천하는 이유
데이터 정리 단계를 STROBE에 부합하고 심사에 방어 가능한 “데이터 전처리” 섹션으로 바꿉니다. 결측치 패턴, 대치 방법, 이상치 기준, 최종 표본의 방법론적 일관성을 특히 중점적으로 확인합니다.
추천 대상
설문 또는 임상 데이터를 분석하는 학생과 연구자에게 적합합니다.
이 Skill 사용 방법
입력 제공
표본 크기, 결측 데이터 비율과 패턴, 사용한 방법, 이상치 처리 방식 및 최종 표본 정보를 입력하세요.
Skill 실행
어시스턴트가 데이터 전처리 과정을 방법론적 일관성 측면에서 평가하고 학술적인 문장으로 변환합니다.
결과 확인
논문에 바로 추가할 수 있는 데이터 전처리 문단과 방법 선택의 근거, 검정력 분석에 관한 주의사항을 제공합니다.
관련 스킬
전체 보기
연구기술통계 작성 도우미
사용자가 제공한 기술통계 결과(평균±표준편차 또는 중앙값(IQR), n(%))를 논문에 바로 삽입할 수 있는 학술적인 "참여자 특성" 문단과 표 1 형식의 표로 변환합니다. 정규성 여부에 따라 올바른 기술통계(평균±표준편차 또는 중앙값(IQR))를 선택하며, 두 방식을 절대 혼용하지 않습니다. 적합한 대상: 논문의 "참여자" 섹션을 빠르고 정확하게 작성하고 싶은 대학원생 및 정량 연구를 수행하는 연구자.
연구Cronbach 알파 신뢰도 작성기
사용자가 입력한 신뢰도 통계(Cronbach 알파, 문항 수, 하위 차원)를 논문에 바로 삽입할 수 있는 학술적 "신뢰도 분석" 문단으로 변환합니다. 하위 차원별 수용 가능성 표를 제공하며, 낮은 알파 값(<.60)을 발견하면 이를 숨기지 않고 명확히 표시합니다. 대학원생과 척도를 사용하는 연구자, 그리고 논문이나 학위논문의 방법론을 빠르고 정확하게 작성하려는 사람에게 적합합니다.
연구결측 데이터 보고 도우미
표본 크기, 결측 데이터 비율 및 패턴(MCAR/MAR/MNAR), 결측 데이터 처리 방법(목록별 삭제, 다중 대치 등), 이상치 탐지 방법(Z-score, IQR, Mahalanobis)을 입력하면 원고의 "Data Pre-processing" 섹션에 바로 삽입할 수 있는 학술 문단을 작성합니다. 선택한 방법과 결측 데이터 패턴 사이에 방법론적 모순이 있는 경우(예: MNAR 패턴에서 목록별 삭제를 사용하는 경우) 이를 명시적으로 알려줍니다. 다음과 같은 분께 적합합니다: 설문 또는 임상 데이터 분석을 수행하며 데이터 전처리 섹션을 빠르고 정확하게 작성하고 싶은 대학원생과 연구자.
정보
- 버전
- v2
- 최종 업데이트
- 실행 크레딧
- 사용량에 따라 차감
- 모델
- 자동 선택
- 활용 사례
- 글쓰기 및 콘텐츠조사 및 분석
- 얻을 수 있는 결과
- 글
