Engångsvärden

Engångsvärden är värden i en datamängd som förekommer endast en gång. Begreppet används inom dataanalys och statistik för att beskriva unika observationer i ett dataset, oavsett om värdena är numeriska eller kategoriska.

I praktiken innebär engångsvärden att frekvensen av ett visst värde är ett. För att hitta dem räknar man antalet förekomster av varje värde och identifierar de värden som uppträder exakt en gång. I små dataset eller med kontinuerliga data kan många värden uppträda endast en gång eftersom varje observation är unik. I binär eller kategorisk data är engångsvärden däremot ofta tydligare signaler på sällsyntheter eller felaktigheter.

Betydelse och tolkning: Engångsvärden kan indikera datakvalitetsproblem, till exempel stavfel, mätfel eller importeringsfel. De kan också spegla sällsynta händelser eller verklig variation i data. I datasäkerhet och integritet kan unika värden öka risken för identifikation i små databaser och kräva särskilda åtgärder för anonymisering eller överväganden kring datautgivning.

Hantering: Beroende på sammanhang kan man bevara engångsvärden om de är av biologisk eller praktisk betydelse, slå samman mycket sällsynta värden till en gemensam kategori, eller ta bort uppenbart felaktiga observationer. Vid offentliggörande eller delning av data kan det också vara lämpligt att dölja eller sammanfatta engångsvärden för att skydda privatlivet.

Relaterade begrepp inkluderar frekvens, frekvensfördelning, modus, outliers, dataengångsvärden och anonymisering. Exempel: i en lista [1, 2, 2, 3, 3, 3, 4] är engångsvärdena 1 och 4.