결측 데이터 보고 도우미
데이터 정제를 STROBE 문단으로
설명
표본 크기, 결측 데이터 비율/패턴(MCAR/MAR/MNAR), 결측 데이터 처리 방법(사례별 삭제, 다중 대치 등), 이상치 탐지 방법(Z-점수, 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 사례별 삭제 사용) 이를 명시적으로 알려줍니다. 데이터 전처리 섹션을 빠르고 정확하게 작성하려는 설문·임상 데이터 분석 대학원생과 연구자에게 적합합니다.
결측 데이터 보고 도우미
데이터 정제를 STROBE 문단으로
설명
표본 크기, 결측 데이터 비율/패턴(MCAR/MAR/MNAR), 결측 데이터 처리 방법(사례별 삭제, 다중 대치 등), 이상치 탐지 방법(Z-점수, 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 사례별 삭제 사용) 이를 명시적으로 알려줍니다. 데이터 전처리 섹션을 빠르고 정확하게 작성하려는 설문·임상 데이터 분석 대학원생과 연구자에게 적합합니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.