遺失資料與離群值助理
將資料清理流程轉寫為符合 STROBE 的段落
描述
輸入樣本數、遺失資料比例/模式(MCAR/MAR/MNAR)、所使用的遺失資料處理方法(listwise deletion、多重插補等),以及離群值偵測方法(Z 分數、IQR、Mahalanobis)後,即可產生能直接加入論文「資料前處理」章節的學術段落。若您選擇的方法與遺失資料模式之間存在方法學上的矛盾(例如在 MNAR 模式下使用 listwise deletion),系統會明確指出。適合進行問卷或臨床資料分析,並希望快速且正確撰寫資料前處理章節的研究生與研究人員。
遺失資料與離群值助理
將資料清理流程轉寫為符合 STROBE 的段落
描述
輸入樣本數、遺失資料比例/模式(MCAR/MAR/MNAR)、所使用的遺失資料處理方法(listwise deletion、多重插補等),以及離群值偵測方法(Z 分數、IQR、Mahalanobis)後,即可產生能直接加入論文「資料前處理」章節的學術段落。若您選擇的方法與遺失資料模式之間存在方法學上的矛盾(例如在 MNAR 模式下使用 listwise deletion),系統會明確指出。適合進行問卷或臨床資料分析,並希望快速且正確撰寫資料前處理章節的研究生與研究人員。
發現下一個適合你的技能
繼續探索更多精選 AI 技能,用於研究、創作和日常工作。