ตรวจสอบอย่างรอบคอบว่ามีค่าผิดพลาด ก่อน มีผลต่อการวิเคราะห์เชิงคาดการณ์ของคุณหรือไม่ ค่าผิดพลาดสามารถบิดเบือนข้อมูลและการวิเคราะห์ข้อมูลได้ ตัวอย่างเช่นการวิเคราะห์เชิงสถิติใด ๆ ที่ทำด้วยข้อมูลที่ทำให้ค่าผิดปรกติในสถานที่สิ้นสุดลงด้วยการบิดเบือนความหมายและความแปรปรวน
ข้อผิดพลาดที่ไม่ได้รับการตรวจสอบหรือตีความผิดอาจนำไปสู่ข้อสรุปที่ไม่ถูกต้อง พูดข้อมูลของคุณที่แสดงให้เห็นว่าหุ้นที่มีการซื้อขายตลอดทั้งปีในราคาที่สูงกว่า $ 50 แต่เพียงไม่กี่นาทีจากปีที่ผ่านมาหุ้นซื้อขายกันที่ $ 20 ราคา 20 เหรียญ - ข้อยกเว้นที่เห็นได้ชัดคือเป็นตัวระบุที่มากกว่าในชุดข้อมูลนี้
ตอนนี้คุณต้องตัดสินใจว่าจะรวมราคาหุ้น 20 ดอลลาร์ในการวิเคราะห์ของคุณหรือไม่ ถ้าคุณทำมันมี ramifications สำหรับรูปแบบโดยรวม แต่สิ่งที่คุณพิจารณาเป็นเรื่องปกติ? เป็น & ldquo; แฟลชชน & rdquo; ที่เอาตลาดหุ้นโดยแปลกใจเมื่อ 6 พฤษภาคม 2010 เป็นเหตุการณ์ปกติหรือข้อยกเว้น?
ในช่วงเวลาสั้น ๆ ตลาดหุ้นมีการลดลงของราคาทั่วกระดาน - ซึ่งทำให้ราคาหุ้นตัวอย่างลดลงจาก 50 ถึง 20 เหรียญ แต่ก็ไม่ค่อยเกี่ยวข้องกับหุ้นที่มากกว่าสภาวะตลาดที่กว้างขึ้น แบบจำลองของคุณจำเป็นต้องใช้ความผันผวนที่ใหญ่ขึ้นของตลาดหุ้นเข้าบัญชี?
โดยไม่คำนึงถึงสิ่งที่ถือว่าเป็นเรื่องปกติ (ซึ่งสามารถเปลี่ยนแปลงได้) ข้อมูลบางครั้งอาจมีค่าที่ไม่พอดีกับค่าที่คาดไว้ นี่คือความจริงโดยเฉพาะอย่างยิ่งในตลาดหุ้นที่แทบทุกเหตุการณ์อาจส่งตลาดบินหรือพรวดพราด คุณไม่ต้องการให้โมเดลของคุณล้มเหลวเมื่อความเป็นจริงเปลี่ยนไปอย่างกระทันหัน - แต่แบบจำลองและความเป็นจริงมีสองสิ่งที่แตกต่างกัน
