தரவு சுத்தப்படுத்துதல் மற்றும் தயாரித்தல்: விடுபட்ட தரவு, அவுட்லியர்ஸ் மற்றும் கோடிங்

ஆதாயங்கள்:

• விடுபட்ட தரவு வகைகள் (MCAR/MAR/MNAR), அவுட்லையர்கள் மற்றும் குறியீட்டு பிழைகள் ஆகியவற்றைக் கண்டறியும் திறன் மற்றும் துப்புரவு குறியீடு மற்றும் கண்டறியும் முறைகளை உருவாக்க சரியான தரவுகளுடன் AI ஐப் பயன்படுத்துதல்
• செயற்கை நுண்ணறிவால் பரிந்துரைக்கப்படும் ஒவ்வொரு துப்புரவுப் படியும் (நீக்குதல், பணியமர்த்தல், மாற்றம்) பகுப்பாய்வு முடிவை எவ்வாறு பாதிக்கும் மற்றும் மீளக்கூடிய மற்றும் ஆவணப்படுத்தப்பட்ட பணிப்பாய்வுகளை எவ்வாறு நிறுவுகிறது என்பதைப் பார்க்கும் திறன்
• துப்புரவுத் தீர்மானங்கள் தரவுகளை உருவாக்கும் செயல்முறையின் அறிவின் அடிப்படையிலானவை என்பதையும், செயற்கை நுண்ணறிவு என்பது ஒரு கண்மூடித்தனமான ஆட்டோமேட்டன் அல்ல, மேற்பார்வையிடப்பட்ட உதவியாளர் என்பதையும் பராமரித்தல்

ஒவ்வொரு அனுபவமிக்க ஆய்வாளருக்கும் ஒரு உண்மை தெரியும்: பெரும்பாலான நேரங்களில் ஒரு அனுபவத் திட்டமானது மாடலிங் அல்ல, ஆனால் தரவு சுத்தம் (தரவில் உள்ள பிழைகள், குறைபாடுகள் மற்றும் முரண்பாடுகளை சரிசெய்து பகுப்பாய்வுக்கு தயார்படுத்தும் பணி). கட்டைவிரல் விதியின்படி, சுமார் 70-80% நேரம் தரவுகளைப் புரிந்துகொள்வதற்கும், சுத்தம் செய்வதற்கும், மாற்றுவதற்கும் செல்கிறது; உண்மையான பகுப்பாய்விற்கு 20-30% மட்டுமே மீதமுள்ளது. இந்த யூனிட்டில், செயற்கை நுண்ணறிவு (AI) இந்த பெரும் சுமையை எவ்வாறு எளிதாக்குகிறது என்பதை படிப்படியாகப் பார்ப்போம், ஆனால் எந்த முடிவுகள் இன்னும் உங்களிடம் இருக்க வேண்டும், ஏன்.

இரண்டு அடிப்படை உண்மைகளை முதலில் வைப்போம். முதலாவதாக, துப்புரவு முடிவுகள், தரவை உருவாக்கும் செயல்முறை பற்றிய உங்கள் அறிவை அடிப்படையாகக் கொண்டவை: ஒரு மதிப்பு ஏன் இல்லை, ஏன் ஒரு எண் அதிகமாக உள்ளது என்பது உங்களுக்கு மட்டுமே தெரியும். AI தரவைப் பார்க்கவில்லை, சூழலை அறியவில்லை; குறியீட்டை எழுதுகிறார், முடிவுகளை எடுக்கவில்லை. இரண்டாவதாக, ஒவ்வொரு துப்புரவுப் படியும் பகுப்பாய்வு முடிவை மாற்றலாம். வெளிப்புறத்தை நீக்குவது குணகத்தை தலைகீழாக மாற்றலாம்; விடுபட்டதை சராசரியுடன் நிரப்பினால் செயற்கையாக மாறுபாட்டைக் குறைக்கலாம். எனவே சுத்தப்படுத்துதல் மீளக்கூடியதாகவும் ஆவணப்படுத்தப்பட்டதாகவும் இருக்க வேண்டும்: மூலத் தரவை ஒருபோதும் தொடாதீர்கள், குறியீட்டில் ஒவ்வொரு அடியையும் செய்யவும், ஒவ்வொரு அடியின் தாக்கத்தையும் பதிவு செய்யவும்.

படிப்படியாக சுத்தம் செய்யும் பணி

1. தரவுகளை அறிந்து கொள்ளுங்கள். முதலில் கட்டமைப்பைப் பார்க்கவும்: வரிசைகளின் எண்ணிக்கை (கவனிப்புகள்) மற்றும் நெடுவரிசைகள் (மாறிகள்), ஒவ்வொரு மாறியின் வகை (எண், வகைப்பாடு, தேதி), சுருக்கமான புள்ளிவிவரங்கள், விடுபட்ட எண்ணிக்கை. இந்த "தரவு சுயவிவரம்" குறியீட்டை நீங்கள் AIயிடம் கேட்கலாம்; ஆனால் நீங்கள் அவுட்புட்டைப் படித்துவிட்டு "இந்த மாறி ஏன் உரையாக வந்தது?" போன்ற கேள்விகளைக் கேட்கிறீர்கள்.

2. விடுபட்ட தரவைப் புரிந்துகொண்டு வகைப்படுத்தவும். விடுபட்ட தரவு மூன்று வகைகளாக பிரிக்கப்பட்டுள்ளது. MCAR (ரேண்டமாக முற்றிலும் காணவில்லை): காணாமல் போனது எதன் காரணமாகவும் இல்லை, எடுத்துக்காட்டாக ஒரு சென்சார் தோராயமாக தோல்வியடைந்தது. MAR (ரேண்டம் இல் காணவில்லை): காணாமல் போனது மற்ற கவனிக்கப்பட்ட மாறிகளைப் பொறுத்தது, எடுத்துக்காட்டாக, வயதானவர்கள் ஒரு கேள்வியை அடிக்கடி காலியாக விடுகிறார்கள், ஆனால் உங்களுக்கு வயது தெரியும். MNAR (தேர்தலில் காணவில்லை): காணாமல் போனது கவனிக்கப்படாத மதிப்பைப் பொறுத்தது, எடுத்துக்காட்டாக அதிக வருமானம் ஈட்டுபவர்கள் தங்கள் வருமானத்தைப் புகாரளிக்க மாட்டார்கள். இந்த வேறுபாடு முக்கியமானது, ஏனெனில் இது தீர்வு முறையை தீர்மானிக்கிறது மற்றும் AI ஆல் இதை உங்களுக்காக தீர்மானிக்க முடியாது.

3. குறைபாட்டை சமாளிக்கவும். விருப்பத்தேர்வுகள்: பட்டியல்வாரியாக நீக்குதல், சராசரி/நடுநிலைக் கணிப்பு, மாதிரி அடிப்படையிலான மல்டிபிள் இம்ப்யூடேஷன். MCAR இல் நீக்குவது ஒப்பீட்டளவில் பாதுகாப்பானது ஆனால் மாதிரி அளவைக் குறைக்கிறது. MAR இல் பல ஒதுக்கீடு மிகவும் பொருத்தமானது. MNAR இல் பக்கச்சார்பற்ற தன்மைக்கு எந்த எளிய முறையும் உத்தரவாதம் அளிக்காது; குறைபாடு பொறிமுறையானது மாதிரியாக இருக்க வேண்டும் அல்லது குறைந்தபட்சம் ஒரு உணர்திறன் பகுப்பாய்வு செய்யப்பட வேண்டும். சராசரி நிரப்புதல் எளிதானது ஆனால் ஆபத்தானது: இது மாறுபாட்டைக் குறைக்கிறது, உறவுகளை பலவீனப்படுத்துகிறது மற்றும் நிச்சயமற்ற தன்மையை மறைக்கிறது.

4. வெளிப்புறங்களை ஆய்வு செய்யுங்கள். ஒரு புறம்போக்கு என்பது மற்றவர்களிடமிருந்து வெகு தொலைவில் நிற்கும் ஒரு கவனிப்பு. இரண்டு கேள்விகளையும் பிரிக்கவும்: இது பிழையா (தரவு உள்ளீட்டில் வயது 999 என்று எழுதப்பட்டுள்ளது) அல்லது இது உண்மையான ஆனால் வெளிப்புற மதிப்பா (ஒரு கோடீஸ்வரரின் வருமானம்)? பிழைகளை சரிசெய்யவும்; உண்மையான அவுட்லையர்களை நீக்க வேண்டாம், ஏனெனில் அவை தரவை பிரதிநிதித்துவப்படுத்துகின்றன. "ஏனெனில் அது தொல்லை தருகிறது" என்பதை நீக்குவது, நீங்கள் தரவை முடிவை நோக்கி திசை திருப்புகிறீர்கள்.

5. குறியீட்டு முறை மற்றும் நிலைத்தன்மை. வகைகளை தரப்படுத்தவும் ("ஆண்", "ஆண்", "இ" அனைத்தும் ஒரே குறியீட்டில்), தேதிகளை ஒரு வடிவத்திலும், அலகுகளை ஒரு அளவிலும் கொண்டு, நகல் வரிசைகளைக் கண்டறியவும். AI சிறந்த முறையில் உதவும் மிகக் குறைவான அபாயகரமான கட்டம் இதுவாகும்.

6. ஆவணம் மற்றும் முடக்கம். ஒவ்வொரு அடியையும் குறியீடு மற்றும் கருத்து வரியுடன் பதிவுசெய்து, மூல மற்றும் சுத்தம் செய்யப்பட்ட தரவை தனித்தனியாக வைத்திருங்கள். எனவே ஒரு நடுவர் "ஏன் இந்த அவதானிப்புகள் கைவிடப்பட்டன?" உங்கள் பதில் தயாராக உள்ளது.

எச்சரிக்கை: முடிவுகளின் அடிப்படையில் துப்புரவு முடிவுகளை எடுக்க வேண்டாம். "நீங்கள் இந்த வரியை நீக்கும்போது, ​​குணகம் குறிப்பிடத்தக்கதாகிறது" என்று ஒரு வரியை நீக்குவது p-ஹேக்கிங்கின் மிகவும் நயவஞ்சகமான வடிவமாகும், இதை அடுத்த யூனிட்டில் பார்ப்போம்.

ஒப்பீட்டு அட்டவணை: விடுபட்ட தரவு முறைகள்

முறை

அது எப்போது பொருத்தமானது?

ஆபத்து

AI இன் பங்கு

ஒரு வரிசையை நீக்கு

MCAR, குறைந்த விடுபட்ட விகிதம்

மாதிரி சிறியது, MAR/MNAR இல் சார்பு

குறியீட்டை எழுதுகிறது; நீ முடிவு செய்

சராசரி/சராசரி பணி

விரைவான ஆரம்ப பகுப்பாய்வு

மாறுபாட்டைக் குறைக்கிறது, உறவை மறைக்கிறது

இது எளிதானது ஆனால் அதை பரிந்துரைக்கவில்லை; எச்சரிக்க வேண்டும்

பல பணிகள் (MI)

MAR, முக்கியமான மாறிகள்

சரியாக நிறுவப்படவில்லை என்றால் அது தவறாக வழிநடத்தும்

குறியீடு மற்றும் தொகுப்பை பரிந்துரைக்கிறது (எலிகள்)

மெக்கானிசம் மாடலிங்

எம்.என்.ஆர்

சிக்கலான, அனுமானம்-தீவிரமானது

வரைவு மட்டும்; நிபுணர் தேவை

நகலெடுக்கக்கூடிய நான்கு தூண்டுதல்கள்

1. தரவு விவரக்குறிப்பு:

உங்கள் பங்கு: தரவு சுத்திகரிப்பு உதவியாளர். நான் தரவைப் பகிரவில்லை, எனக்கு R குறியீடு வேண்டும். என்னிடம் 'டிஜிட்' என்ற டேட்டா.ஃப்ரேம் உள்ளது; மாறிகள்: ஐடி, வயது (எண்), வருமானம் (எண்), கல்வி (வகை), பகுதி (வகை), தேதி (தேதி). பணி: ஒவ்வொரு மாறிக்கும் வகை, விடுபட்ட எண் மற்றும் விகிதத்தை உருவாக்கும் குறியீட்டை எழுதவும், எண்களுக்கான சுருக்க புள்ளிவிவரங்கள் மற்றும் வகைப்படுத்தப்பட்டவற்றுக்கான அதிர்வெண் அட்டவணை. கருத்து வரியைச் சேர்க்கவும்.

2. விடுபட்ட தரவு கண்டறிதல்:

மேலே உள்ள 'இலக்க' தரவுக்கான விடுபட்ட வடிவத்தை ஆராயும் குறியீட்டை எழுதவும்: - ஒவ்வொரு மாறியின் விடுபட்ட விகிதம், - மற்ற மாறிகளுக்கு விடுபட்டதன் தொடர்பைக் காட்டும் எளிய அட்டவணை/வரைபடம். நான் குறியீட்டின் வெளியீட்டைப் பார்த்து, MCAR/MAR/MNAR வேறுபாட்டை உருவாக்குவேன்; நீங்கள் கண்டறியும் கருவியை உருவாக்குகிறீர்கள், ஒதுக்கீட்டு முறையைத் தீர்மானிக்க வேண்டாம்.

3. வெளிப்புற ஆய்வு (நீக்குதல் அல்ல):

அவுட்லையர்களை நீக்காமல் ஆராயும் மாறி 'வருமானத்திற்கான' குறியீட்டை எழுதுங்கள்: பாக்ஸ்ப்ளாட், IQR-அடிப்படையிலான வரம்புகள் மற்றும் அட்டவணை பட்டியல் வெளிப்புற அவதானிப்புகள் + மதிப்புகள். இவை தவறுகளா அல்லது உண்மையா என்று பார்க்கிறேன். தானியங்கு நீக்குதலைச் சேர்க்கவும்.

4. குறியீட்டு தரநிலைப்படுத்தல்:

'கல்வி' மாறியில், மதிப்புகள் கலவையாக எழுதப்பட்டுள்ளன: "ஆரம்பப் பள்ளி", "தொடக்கப் பள்ளி", "முதன்மை", "உயர்நிலைப் பள்ளி", "உயர்நிலைப் பள்ளி", "பல்கலைக்கழகம்", "பல்கலைக்கழகம்". R குறியீட்டை எழுதவும், இவைகளை சீரான வகைகளாக மாற்றவும்; மேப்பிங் டேபிளைத் தெளிவாகக் காட்டுங்கள், அதனால் ஒவ்வொரு மாற்றத்தையும் என்னால் உறுதிப்படுத்த முடியும். நீங்கள் அறியாத மதிப்பை "தெரியாத" என அமைக்கவும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

தரவை சுத்தம் செய்யவும், இடைவெளிகளை நிரப்பவும், வெளிப்புறங்களை நிராகரிக்கவும்.

இந்தக் கோரிக்கை ஆபத்தானது: இது AIக்கு குருட்டு அதிகாரத்தை அளிக்கிறது. என்ன வகையான விடுபட்டது, என்ன வகையான நிரப்புதல், என்ன முரண்பாடான உண்மை - எதுவும் தெளிவாக இல்லை. இதன் விளைவாக இரகசியமாக ஒரு சார்பு தரவுத் தொகுப்பாக இருக்கலாம்.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: துப்புரவு உதவியாளர், நீங்கள் முடிவெடுப்பவர் அல்ல. படிப்படியாகச் சென்று ஒவ்வொரு படியின் தாக்கத்தைப் புகாரளிக்கும் குறியீட்டை எழுதவும்: 1) விடுபட்ட பேட்டர்னைக் காட்டவும் (அழிக்க வேண்டாம்/நிரப்ப வேண்டாம்), 2) அவுட்லியர் வேட்பாளர்களை பட்டியலிடுங்கள் (நீக்க வேண்டாம்), 3) மேப்பிங் டேபிளுடன் வகை முரண்பாடுகளை சரிசெய்யவும். ஒவ்வொரு அடியிலும் வரிசை எண்ணிக்கை மற்றும் சுருக்கப் புள்ளிவிவரத்தை அச்சிடுங்கள், அதனால் நான் மாற்றத்தைப் பார்த்து உறுதிப்படுத்த முடியும். தானியங்கு ஒதுக்கீடு/நீக்கச் செருகல்.

வித்தியாசம் தெளிவாக உள்ளது: வலுவான விருப்பம் AI ஐ மேற்பார்வையிடப்பட்ட உதவியாளராக நிலைநிறுத்துகிறது, மீளக்கூடிய மற்றும் ஆவணப்படுத்தப்பட்ட படிகளை உருவாக்குகிறது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - சராசரி பணிப் பொறி. ஒரு ஆய்வாளரின் 5,000 நபர்களுக்கான வருமானத் தரவு 18% இல்லை. அவர் AIயிடம் "இடைவெளிகளை நிரப்ப" கூறினார்; AI அவர்கள் அனைவருக்கும் சராசரியாக இருந்தது. முடிவு: வருமானத்தின் மாறுபாடு 22% குறைந்துள்ளது, மேலும் கல்வி-வருமான உறவின் குணகம் அதை விட பலவீனமாக மாறியது. சரியான வழி: குறைபாடு MAR (கல்வி காரணமாக), பல பணிகளால் (எலிகள்) நிரப்பப்பட வேண்டும். பாடம்: நிரப்புதல் முறை பொறிமுறையைப் பொறுத்தது.

வழக்கு 2 - அவுட்லியர் சுத்தம் கண்டுபிடிப்பை மாற்றுகிறது. ஒரு நிறுவனத்தின் தரவுகளில் 3 மிகப் பெரிய நிறுவனங்கள் (மொத்த கண்காணிப்பில் 0.6%) இருந்தன. AI இன் "சுத்தம்" பரிந்துரையால் இவை நீக்கப்பட்டன; அளவிலான குணகத்தின் பொருளாதாரங்கள் நேர்மறையிலிருந்து எதிர்மறையாக மாறியது. இருப்பினும், அந்த 3 நிறுவனங்களும் உண்மையானவை மற்றும் தொழில்துறையின் முக்கிய பகுதியாக இருந்தன. நீக்குவதற்குப் பதிலாக முழுமையான மற்றும் உறுதியான மதிப்பீட்டில் புகாரளிப்பதே சரியான வழி. பாடம்: உண்மையான வெளிப்புறங்கள் தரவு, சத்தம் அல்ல.

வழக்கு 3 - அமைதியான குறியீட்டு பிழை. ஒரு பேனலில், தேதி மாறி இரண்டு வெவ்வேறு வடிவங்களில் வந்தது ("2020-03-01" மற்றும் "01/03/2020"). AI ஆல் தயாரிக்கப்பட்ட சேர்க்கை குறியீடு அவற்றை வெவ்வேறு மதிப்புகளுக்கு தவறாகப் புரிந்துகொண்டபோது, ​​1,400 அவதானிப்புகள் பொருந்தவில்லை மற்றும் வளர்ச்சி விகிதங்கள் அபத்தமானது. வரிசை எண்ணிக்கையை ஆய்வாளர் சரிபார்க்கவில்லை என்றால் பரவாயில்லை. பாடம்: ஒவ்வொரு அடியிலும் கண்காணிப்பு எண்ணிக்கை மற்றும் நல்லறிவு சோதனைகள் அவசியம்.

பொதுவான தவறுகள்

• குருட்டுத்தனமாக இடைவெளியை சராசரியுடன் நிரப்புதல். இது மாறுபாட்டைக் குறைக்கிறது, நிச்சயமற்ற தன்மையை மறைக்கிறது மற்றும் MAR/MNAR இல் சார்புநிலையை உருவாக்குகிறது. முதலில் பொறிமுறையை வகைப்படுத்தவும்.
• "ஏனெனில் அது தொந்தரவாக இருக்கிறது" என்பதை நீக்குதல். உண்மையான வெளிப்புறங்கள் தரவைக் குறிக்கின்றன; நீக்குவது முடிவை வளைக்கிறது. தவறைத் திருத்துங்கள், உண்மையானதை வைத்திருங்கள்.
• மூலத் தரவைத் தட்டுகிறது. மூலத் தரவை ஒருபோதும் மாற்ற வேண்டாம்; குறியீட்டைக் கொண்டு அனைத்து சுத்திகரிப்புகளையும் ஒரு தனி நகலில் செய்யுங்கள், அதனால் அதை மாற்ற முடியும்.
• படிகளின் தாக்கத்தை அளவிடவில்லை. ஒவ்வொரு அடியிலும் வரிசை எண்ணிக்கை மற்றும் சுருக்கப் புள்ளிவிவரங்கள் சரிபார்க்கப்படாவிட்டால், அமைதியான பிழைகள் குவிந்துவிடும்.
• இதன் விளைவாக சுத்தம் செய்தல். "இந்த வரியைச் சேர்க்கும்போது, ​​விளைவு சிறப்பாக இருக்கும்" என்ற தர்க்கம் p-hacking; பகுப்பாய்வு முடிவிற்கு முன் மற்றும் சுயாதீனமாக சுத்தம் செய்ய திட்டமிடப்பட வேண்டும்.

உதவிக்குறிப்பு: சுத்தம் செய்வதற்கு முன்னும் பின்னும் ஒரே மாதிரியான அடிப்படை புள்ளிவிவரங்களை (சராசரி, சராசரி, அவதானிப்புகளின் எண்ணிக்கை, சில தொடர்புகள்) அருகருகே வைக்கும் “முன்/பின்” அட்டவணையை வைக்கவும். எதிர்பாராத ஜம்ப் என்பது மறைக்கப்பட்ட பிழையின் சிறந்த முன்னோடியாகும்.

சுருக்கமாக

தரவுச் சுத்திகரிப்பு என்பது அனுபவப் பணிகளில் அதிக நேரம் எடுக்கும் மற்றும் முடிவெடுக்க வேண்டிய கட்டமாகும். இதில் AI ஒரு சக்திவாய்ந்த குறியீடு ஜெனரேட்டராக உள்ளது, ஆனால் அது காட்சிகளை அழைக்க முடியாது: நீங்கள் விடுபட்ட தரவு வகையை (MCAR/MAR/MNAR) வகைப்படுத்தலாம், அவுட்லையர் பிழையா அல்லது உண்மையானதா என்பதைத் தீர்மானிக்கவும், ஒவ்வொரு அடியையும் மாற்றியமைத்து ஆவணப்படுத்தவும். AI க்கு குருட்டு "தெளிவான" அதிகாரத்தை வழங்குவதற்குப் பதிலாக, ஒரு படிப்படியான பணிப்பாய்வுகளை நிறுவவும், அதன் தாக்கம் அளவிடப்பட்டு சரிபார்க்கப்படுகிறது. ஒவ்வொரு அடிக்கும் பிறகு அவதானிப்புகளின் எண்ணிக்கை மற்றும் சுருக்கமான புள்ளிவிவரங்களைச் சரிபார்ப்பது அமைதியான பிழைகளுக்கு சிறந்த மாற்று மருந்தாகும்.

விண்ணப்ப பணி

தரவுத் தொகுப்பில் (உங்கள் சொந்தத் தரவு அல்லது மாதிரித் தொகுப்பு) விடுபட்ட மற்றும் வெளிப்புறங்களைக் கொண்டிருக்கும் குறைந்தது இரண்டு மாறிகளைத் தேர்ந்தெடுக்கவும். மேலே உள்ள "படிப்படியாக, நீக்காதே/நிரப்பாதே" என்ற வரியின் மூலம் AI இலிருந்து கண்டறியும் குறியீட்டைக் கேட்டு அதை இயக்கவும். குறைபாட்டை MCAR/MAR/MNAR என வகைப்படுத்தி உங்கள் நியாயத்தை ஒரு வாக்கியத்தில் எழுதவும். முரண்பாடான வேட்பாளர்களை ஒவ்வொன்றாக ஆராய்ந்து, எது தவறு, எது உண்மையானது என்று முடிவு செய்யுங்கள். இறுதியாக, சுத்தம் செய்வதற்கு முன்/பின் "முன்-பின்" அட்டவணையை உருவாக்கி, எதிர்பாராத மாற்றங்கள் ஏதேனும் இருந்தால் தெரிவிக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் மூலத் தரவை மாற்றாமல் தனி நகலில் சுத்தம் செய்தேன்.
• [ ] நான் குறைபாட்டை MCAR/MAR/MNAR என வகைப்படுத்தி அதன்படி முறையைத் தேர்ந்தெடுத்தேன்.
• [ ] நான் புறம்போக்குகளை ஒவ்வொன்றாக அவை பிழைகளா அல்லது உண்மையா என்பதை ஆராய்ந்தேன்; நான் கண்மூடித்தனமாக அதை நீக்கவில்லை.
• [ ] ஒவ்வொரு துப்புரவுப் படிக்குப் பிறகும் அவதானிப்புகளின் எண்ணிக்கை மற்றும் சுருக்கப் புள்ளிவிவரங்களைச் சரிபார்த்தேன்.
• [ ] நான் அனைத்து படிகளையும் குறியீடு மற்றும் கருத்து வரியுடன் ஆவணப்படுத்தினேன்; மீளக்கூடியது.
• [ ] நான் சுத்தம் செய்வது தரவை உருவாக்கும் செயல்முறையின் அறிவை அடிப்படையாகக் கொண்டது, பகுப்பாய்வு முடிவு அல்ல.