Как можно распределить ошибки первичной информации на две группы? 1) Ошибки в регистрации данных. 2) Ошибки

1) Ошибки в регистрации данных:
Для распределения ошибок первичной информации на две группы, изначально рассмотрим примеры, где присутствуют ошибки в регистрации данных.

В первом примере, при переписи сельского населенного пункта, возникла ошибка в регистрации возраста округленного до ближайшего числа, заканчивающегося на 5 или 0. Допустим, возраст человека, оканчивающийся на 5 или 0, должен быть отнесен к одной группе, а все остальные возраста – к другой группе. Таким образом, мы получаем две группы: одну с округленными возрастами и другую с остальными возрастами.

2) Ошибки в репрезентативности данных:
Теперь обратимся к примерам, где имеются ошибки в репрезентативности данных.

Во втором примере, для выборки студентов использовались только возрастные данные. Здесь можно разделить выборку на две группы: студенты с известными возрастами и студенты, для которых возраст неизвестен. В первую группу мы включим студентов, у которых имеются данные о возрасте, а во вторую – всех остальных студентов.

3) Для третьего примера, где в документации для налоговых органов доходы были занижены, можно распределить ошибки следующим образом: данные они могут быть разделены на две группы — одна группа будет содержать заниженные доходы, а другая группа – доходы без ошибок.

4) В четвертом примере, при заполнении статистического формуляра произошла перестановка цифр. Здесь можно разделить данные на две группы: данные с переставленными цифрами и данные без ошибок, где цифры стоят на своих местах.

5) В пятом примере указано, что ребенок в возрасте десяти лет имеет законченное высшее образование. В данном случае мы можем разделить данные на две группы: группу с указанными ошибочными данными о наличии высшего образования у 10-летнего ребенка и группу с остальными корректными данными.

6) В шестом примере, при выборочной проверке предприятия отрасли, в выборку попали не все предприятия, а только одно из них. Здесь можно выделить две группы: выбранное предприятие и остальные предприятия отрасли, которые не попали в выборку.

В результате проведенного распределения ошибок первичной информации на две группы мы можем облегчить анализ данных и обработку информации, имея отдельно группы с различными типами ошибок.