Properly identifying and understand

Properly identifying and understanding outliers is an important step in analyzing descriptive data. Cases at the very beginning or end of an outbreak are the most obvious outliers, but investigator should also pay close attention to any observations that vary so widely from the rest of the data that they seem to be in error or to have come from a different population. The first thing that investigator should do when considering outlier is to make sure they are not mistakes due to data collection, coding, or entry error. For example, if there is only one 1-year-old patient or one 95-year-old patient, and the remain case patients range in age from 10 to 60 years old, investigators should confirm that the outlying values for age have been accurately recorded or calculated and entered into the database.

Results (Thai) 1:

ระบุอย่างถูกต้อง และเข้าใจ outliers เป็นขั้นตอนสำคัญในการวิเคราะห์ข้อมูลคำอธิบาย กรณีที่เริ่มต้นหรือจุดสิ้นสุดของการระบาดเป็น outliers ชัดเจนสุด แต่นักสืบควรยังใส่ใจกับข้อสังเกตใด ๆ ที่แตกต่างกันดังนั้นจากข้อมูลที่พวกเขาดูเหมือนเป็นข้อผิดพลาด หรือ จะได้มาจากประชากรที่แตกต่างกัน สิ่งแรกที่ผู้วิจัยควรทำเมื่อพิจารณา outlier คือต้อง แน่ใจว่าพวกเขาไม่ได้ผิดพลาดเนื่องจากการเก็บรวบรวมข้อมูล เข้ารหัส หรือรายการข้อผิดพลาด ตัวอย่างเช่น ถ้ามีเพียงหนึ่ง 1 ปีผู้ป่วย หรือผู้ป่วยรายหนึ่งอายุ 95 ปี และช่วงกรณีผู้ป่วยยังคงอยู่ในอายุตั้งแต่ 10 ปีถึง 60 ปี นักสืบควรยืนยันว่า ค่าอายุของรอบนอกถูกถูกบันทึกคำนวณ และป้อนลงในฐานข้อมูล

Results (Thai) 2:

ต้องระบุค่าผิดปกติและความเข้าใจเป็นขั้นตอนสำคัญในการวิเคราะห์ข้อมูลเชิงพรรณนา กรณีที่จุดเริ่มต้นหรือจุดสิ้นสุดของการระบาดของโรคที่มีค่าผิดปกติที่เห็นได้ชัดมากที่สุด แต่ตรวจสอบนอกจากนี้ยังควรให้ความสำคัญกับการสังเกตใด ๆ ที่แตกต่างกันอย่างกว้างขวางจากส่วนที่เหลือของข้อมูลที่พวกเขาดูเหมือนจะอยู่ในข้อผิดพลาดหรือจะมาจากที่แตกต่างกัน ประชากร. สิ่งแรกที่ผู้ตรวจสอบควรทำเมื่อพิจารณาค่าผิดปกติคือการทำให้แน่ใจว่าพวกเขาไม่ได้เป็นความผิดพลาดที่เกิดจากการเก็บรวบรวมข้อมูลการเข้ารหัสหรือข้อผิดพลาดรายการ ตัวอย่างเช่นถ้ามีเพียงหนึ่งผู้ป่วย 1 ปีหรือหนึ่งในผู้ป่วย 95 ปีและยังคงมีผู้ป่วยกรณีในช่วงอายุ 10-60 ปี, นักวิจัยควรยืนยันว่าค่าที่ห่างไกลอายุได้อย่างถูกต้อง บันทึกหรือการคำนวณและป้อนลงในฐานข้อมูล

Results (Thai) 3:

การระบุและเข้าใจอย่างถูกต้องผิดปกติเป็นขั้นตอนสำคัญในการวิเคราะห์ข้อมูลเชิงพรรณนา คดีที่จุดเริ่มต้นหรือจุดสิ้นสุดของการระบาดเป็นระดับที่ชัดเจนที่สุด แต่นักสืบควรใส่ใจสังเกตใด ๆที่แตกต่างกันดังนั้นอย่างกว้างขวางจากส่วนที่เหลือของข้อมูลที่พวกเขาดูเหมือนจะเป็นข้อผิดพลาดหรือได้มาจากกลุ่มประชากรที่แตกต่างกัน สิ่งแรกที่ควรทำเมื่อพิจารณาสอบสวนค่าเพื่อให้แน่ใจว่าพวกเขาจะไม่พลาดจากการเก็บข้อมูลการเข้ารหัส , หรือรายการข้อผิดพลาด ตัวอย่างเช่น ถ้ามีเพียงหนึ่งคนไข้หรือผู้ป่วยอายุ 1 ปี 95 ปีเก่าและอยู่ช่วงที่ผู้ป่วยกรณีในเด็กอายุ 10 ถึง 60 ปี นักวิจัยควรยืนยันว่า ค่าห่างไกลอายุได้ถูกต้องบันทึกหรือการคำนวณและเข้าไปในฐานข้อมูล