全文阅读：https://lianxh.cn/news/cb05be5a4dc6e.html

目录

• 4. 数据清理
  • 4.2 多变量清理
• 5. 综合变量生成
  • 5.1 观测值组间计算-根据观测值分组
  • 5.2 观测值组内计算-变量分组
• 6. 数据清理管理
• 7. 注意事项
• 8. 参考资料
• 9. 相关推文

---

 

 

4. 数据清理

4.2 多变量清理

数据中有些问题不是关于某一特定变量取值不合理，有时需要联合其他变量才能发现其不合理的地方。多变量的清理建立在单变量清理完成的基础上，通过多变量的联合分布、交叉验证检验变量之间的逻辑一致性等。

4.2.1 用分类变量检查分类变量

此时可以用两个分类变量的交互表来查看两个变量的所有取值组合，用分类变量的取值检验和另一个分类变量的取值是否矛盾。这里以是否处于结婚状态和是否结过婚两个变量的交叉验证为例 (此例无数据)。marriedornot 表示是否结过婚 (0-1 变量)，marriednow 表示当下是否处于婚姻状态(0-1 变量)。

全文阅读：https://lianxh.cn/news/cb05be5a4dc6e.html