Асистент із пропусків і викидів
Очищення даних в абзац за STROBE
Асистент із пропусків і викидів
Очищення даних в абзац за STROBE
Попередній перегляд
Опис
Коли ви вказуєте розмір вибірки, частку й тип пропущених даних (MCAR/MAR/MNAR), використаний метод роботи з пропущеними даними (видалення за списком, множинна імпутація тощо) та метод виявлення викидів (Z-оцінка, IQR, Махаланобіс), асистент створює академічний абзац, який можна безпосередньо додати до розділу статті «Попередня обробка даних». Якщо між обраним методом і типом пропущених даних є методологічна неузгодженість (наприклад, використання видалення за списком за типу MNAR), він чітко на це вказує. Підходить для студентів і дослідників, які аналізують дані опитувань або клінічні дані та хочуть швидко й коректно написати розділ про попередню обробку даних.
Рекомендовано
Shuting@YouMind
Чому нам подобається ця навичка
Перетворює етапи очищення даних на узгоджений із STROBE і методологічно обґрунтований розділ «Попередня обробка даних».
Кому підійде
Для студентів і дослідників, які аналізують дані опитувань або клінічні дані.
Як використовувати цей Skill
Надайте вхідні дані
Надайте розмір вибірки, частку й тип пропущених даних, використаний метод, підхід до викидів і дані про остаточну вибірку.
Запустіть Skill
Асистент оцінює процес попередньої обробки даних на методологічну узгодженість і перетворює його на академічний текст.
Перевірте результат
Ви отримаєте абзац про попередню обробку даних для статті, обґрунтування методу та застереження щодо аналізу статистичної потужності.
Схожі навички
Переглянути всі
ДослідженняОписова статистика
Перетворює результати описової статистики користувача (середнє±СВ або медіана (IQR), n(%)) на академічний абзац «Характеристики учасників», який можна безпосередньо додати до статті, і таблицю у форматі Таблиці 1. Вибирає правильну описову статистику залежно від нормальності розподілу (середнє±СВ або медіана (IQR)) і ніколи їх не плутає. Для кого: аспіранти та науковці, які проводять кількісні дослідження й хочуть швидко та точно написати розділ «Учасники» своєї статті.
ДослідженняЗвіт про пропущені дані
Введіть обсяг вибірки, частку або структуру пропущених даних (MCAR/MAR/MNAR), метод роботи з пропущеними даними (видалення випадків, множинне імпутування тощо) і метод виявлення викидів (Z-оцінка, IQR, відстань Махаланобіса), і інструмент створить академічний абзац, який можна безпосередньо вставити до розділу «Попередня обробка даних» вашого рукопису. Якщо між обраним методом і структурою пропущених даних є методологічна суперечність (наприклад, використання видалення випадків за структури MNAR), інструмент чітко на це вкаже. Підходить для аспірантів і дослідників, які проводять аналіз соціологічних або клінічних даних і хочуть швидко та коректно написати розділ про попередню обробку даних.
ДослідженняАвтор аналізу α Кронбаха
Перетворює введені користувачем статистичні дані про надійність (альфа Кронбаха, кількість пунктів, субшкали) на академічний абзац «Аналіз надійності», який можна безпосередньо додати до статті. Надає таблицю прийнятності для кожної субшкали та чітко зазначає низьке значення альфа (<.60), якщо його виявлено, не приховуючи цього. Для кого підходить: для аспірантів і дослідників, які використовують шкали та хочуть швидко й точно написати методологічний розділ дисертації або статті.
Інформація
- Версія
- v2
- Останнє оновлення
- Кредити за запуск
- За фактичним використанням
- Моделі
- Автоматично
- Сценарії використання
- Тексти та контентДослідження та аналіз
- Що ви отримаєте
- Стаття
