Ассистент: пропуски и выбросы
Преобразует очистку данных в абзац по STROBE
Ассистент: пропуски и выбросы
Преобразует очистку данных в абзац по STROBE
Предпросмотр
Описание
Укажите размер выборки, долю и тип пропущенных данных (MCAR/MAR/MNAR), использованный метод работы с ними (listwise deletion, множественная импутация и т. п.) и метод выявления выбросов (Z-оценка, IQR, расстояние Махаланобиса), чтобы получить академический абзац, который можно напрямую добавить в раздел статьи «Предварительная обработка данных». Если выбранный метод противоречит типу пропущенных данных с методологической точки зрения (например, использование listwise deletion при типе MNAR), это будет явно отмечено. Подходит аспирантам и исследователям, анализирующим данные опросов или клинические данные и желающим быстро и корректно подготовить раздел о предварительной обработке данных.
Рекомендовано
Shuting@YouMind
Почему нам нравится этот скилл
Преобразует этапы очистки данных в соответствующий STROBE и обоснованный для рецензирования раздел. Особое внимание уделяет согласованности характера пропусков, импутации, порогов выбросов и итогового размера выборки.
Кому подойдёт
Подходит студентам и исследователям, анализирующим данные опросов или клинические данные.
Как использовать этот Skill
Предоставьте исходные данные
Укажите размер выборки, долю и тип пропущенных данных, использованный метод, подход к выбросам и итоговый размер выборки.
Запустите Skill
Ассистент оценивает процесс предварительной обработки данных на методологическую согласованность и преобразует его в академический текст.
Проверьте результат
Вы получите абзац о предварительной обработке данных для статьи, обоснование метода и предупреждение о статистической мощности.
Похожие скиллы
Посмотреть все
ИсследованиеОписательная статистика
Преобразует результаты описательной статистики пользователя (среднее±SD или медиана (IQR), n(%)) в академический абзац «Характеристики участников», который можно напрямую добавить в статью, а также в таблицу в формате Таблицы 1. В зависимости от нормальности распределения выбирает правильный показатель описательной статистики (среднее±SD или медиана (IQR)) и никогда их не смешивает. Подходит для аспирантов и исследователей, проводящих количественные исследования и желающих быстро и точно написать раздел статьи «Участники».
ИсследованиеОтчёт о пропущенных данных
Укажите объём выборки, долю и тип пропусков (MCAR/MAR/MNAR), метод обработки пропусков (удаление наблюдений со всеми пропусками, множественная импутация и т. д.) и метод выявления выбросов (Z-оценка, IQR, расстояние Махаланобиса), чтобы получить академический абзац, который можно напрямую вставить в раздел «Предобработка данных» вашей рукописи. Если между выбранным методом и типом пропусков есть методологическое противоречие (например, удаление наблюдений со всеми пропусками при типе MNAR), это будет указано явно. Подходит аспирантам и исследователям, анализирующим данные опросов или клинические данные и желающим быстро и корректно написать раздел о предобработке данных.
ИсследованиеАльфа Кронбаха: отчёт
Преобразует введённые пользователем статистические данные о надёжности (альфа Кронбаха, количество пунктов, субшкалы) в академический абзац «Анализ надёжности», который можно сразу добавить в статью. Формирует таблицу приемлемости по субшкалам и открыто указывает на низкие значения альфы (<.60), не скрывая их. Подходит аспирантам и исследователям, использующим шкалы, которые хотят быстро и точно написать методическую часть диссертации или статьи.
Информация
- Версия
- v2
- Последнее обновление
- Кредиты за запуск
- По фактическому использованию
- Модели
- Автоматически
- Сценарии использования
- Тексты и контентИсследования и анализ
- Что вы получите
- Статья
