Técnicas estatísticas aplicadas à extracção de dados

A limpeza de dados é uma etapa fundamental para a preparação dos dados. Os valores perdidos na base de dados são um problema comum enfrentado pelos analistas de dados. Os valores em falta na extracção de dados são problemas contínuos que podem provocar erros na análise dos dados. A ausência aleatória de elementos no atributo/conjunto de dados torna a análise de dados complicada e também confusa para o resultado consolidado. Afecta a precisão dos resultados e das consultas intermédias. Utilizando métodos estatísticos/numéricos, é possível recuperar os dados em falta e diminuir a desconfiança na base de dados. A presente investigação apresenta uma abordagem aplicada do método de interpolação Newton Forward (NFI) para recuperar os valores em falta e outros métodos diferentes. Os dados contidos no conjunto de dados são sempre os elementos de base para qualquer consulta e para outras tarefas e decisões. Se os dados de base estiverem incompletos ou se o conjunto de dados tiver valores em falta, ninguém pode assumir que os relatórios finais estão bem actualizados. Na extracção de dados, o reconhecimento e a recuperação de valores em falta continua a ser um problema importante no caso de dados irregulares. Para ultrapassar esta situação, são necessárias técnicas estatísticas ou numéricas para recuperar os valores em falta no conjunto de dados.