آینده را پیش بینی کنید ، گذشته را درک کنید: چهار نوع تجزیه و تحلیل داده ها

روش های مختلفی برای خارج کردن داده ها وجود دارد. روشی که انتخاب می کنید به سؤالاتی که می خواهید و اطلاعاتی که می خواهید از مجموعه داده خود بدست آورید بستگی دارد. اگر می خواهید توضیح دهید که چه اتفاقی افتاده است و چرا ، تجزیه و تحلیل توصیفی و تشخیصی مفید خواهد بود. اگر سؤالات بیشتر مربوط به آنچه در آینده می تواند اتفاق بیفتد ، می خواهید از تجزیه و تحلیل پیش بینی و تجربی استفاده کنید. در این وبلاگ ، هنگامی که باید آنها را اعمال کنید ، و چرا ، شما را از طریق چهار نوع تجزیه و تحلیل داده ها طی خواهیم کرد.

تجزیه و تحلیل توصیفی - چه اتفاقی افتاد؟

تجزیه و تحلیل توصیفی اولین قدم در تجزیه و تحلیل داده ها است. هدف از تجزیه و تحلیل توصیفی این است که بدانید چه اتفاقی افتاده است؟به عنوان مثال ، میانگین درآمد ماه ژانویه چقدر بود؟یا چند کودک بین دو سال و ده سال در مدرسه شرکت می کند؟این اولین لایه اطلاعاتی است که می توانید از داده هایی که جمع آوری کرده اید ، با یا بدون اضافه کردن داده از منابع دیگر دریافت کنید.

اگر یک تحلیلگر هستید ، ممکن است با جزئیات و یا اصلاً ، چه اتفاقی افتاد که منجر به مجموعه داده شده برای تجزیه و تحلیل شده است. اگر این مورد باشد ، مهم است که به دنبال زمینه ای باشید که به آن نگاه می کنید و جمعیتی که از آن گرفته شده است. برای یک راهنمای بیشتر در مورد اهمیت استراتژی های نمونه برداری ، این وبلاگ را بررسی کنید: چگونه استراتژی نمونه گیری خود را برای تضمین نتایج مربوطه انتخاب کنید.

اگر یک افسر پروژه یا مدیر برنامه هستید ، ممکن است در حال حاضر ایده خوبی از اطلاعاتی که داده های شما در آن وجود دارد ، داشته باشید. شما ممکن است در جمع آوری داده ها ، حتی نمونه برداری ، درگیر شده باشید ، و ممکن است دانش خود را در مورد آنچه خوب پیش رفته است و چه کاری انجام نداده است ، داشته باشید. سؤالاتی که باید هنگام نگاه به آمار توصیفی در نظر داشته باشید عبارتند از:

• آیا به اندازه نمونه مورد نیاز خود رسیدم؟
• آیا شرایط محلی وجود داشت که ممکن است روی داده های من تأثیر بگذارد؟به عنوان مثال ، شرایط آب و هوایی که شما را وادار به استفاده از سایر شرکت کنندگان نسبت به آنچه در نظر گرفته شده است.

برای نشان دادن چگونگی دستیابی به تجزیه و تحلیل داده ها ، ما از یک مجموعه داده مثال استفاده خواهیم کرد که می توانید در اینجا مشاهده کنید: نمونه مجموعه داده شستشو.

جداول و نمودارهای نوار

ساده ترین و سریعترین راه برای جستجوی داده های شما استفاده از جداول (فرکانس) و نمودارهای نوار است. این فقط به داده های اسمی و گاه نظم ، همانطور که در این وبلاگ توضیح داده شده است ، می شود: نحوه طراحی داده های خود برای استفاده مؤثر از داده ها. به عنوان مثال ، استفاده از عملکرد جدول Pivot در اکسل به شما امکان می دهد اطلاعات زیادی را به تصویر بکشید. همانطور که در جدول زیر نشان داده شده است ، با متغیرهایی که نمونه شما ، مانند جنسیت را توصیف می کنند ، شروع کنید. این به شما ایده ای از ویژگی های پاسخ دهندگان می دهد. انحراف در این خصوصیات می تواند به شما در مورد متغیرهایی که برای اندازه گیری و یافته های بالقوه خود تعیین کرده اید ، بینش دهید.

شما ممکن است قبلاً ایده ای در مورد چگونگی نمایش متغیرهای خاص در نمونه شما داشته باشید. در این حالت ، ساخت نمودار نوار بینش زیادی را ارائه می دهد. جدول زیر سطح آموزش شرکت کنندگان را نشان می دهد ، که می تواند به عنوان یک متغیر معمولی تلقی شود. با مشاهده این متغیر در یک نمودار نوار به جای یک جدول ، بلافاصله حس متوسط سطح تحصیلات را دریافت می کنید. در تحلیل های بعدی این می تواند به عنوان مثال ، به عنوان مثال ، چه تعداد از آنها می توانند بخوانند یا بنویسند.

پس از بررسی ویژگی های نمونه ، می توانید بررسی های کلی از متغیرهای مورد علاقه را شروع کنید. در جدول زیر مروری بر انواع منابع آب نشان داده شده در داده ها نشان داده شده است.

تمایز بین منابع مختلف آب به تنهایی برای نشان دادن کیفیت امکانات آب کافی نیست. متغیرهای دیگر بر کیفیت منبع ، مانند فاصله پیاده روی از خانواده تا منبع ، تأثیر می گذارد ، خواه باید برای تهیه آب در صف صبر کنید یا نه ، و آیا حیوانات می توانند از منبع نیز استفاده کنند. نمودار نوار زیر ترکیبی از نوع منبع آب را نشان می دهد ، در اینجا به عنوان "بهبود یافته" یا "غیرقابل بهبود" ، همراه با طول سفر به منبع آب طبقه بندی می شود. ترکیب این متغیرها اطلاعات بیشتری در مورد کیفیت امکانات آب ارائه می دهد. سازمان بهداشت جهانی (WHO) استانداردهایی را برای طبقه بندی منبع آب به عنوان بهبود یافته یا بهبود نیافته معرفی کرد. برای کسب اطلاعات بیشتر در مورد این تمایز ، به این مقدمه آب آشامیدنی مراجعه کنید.

بافت شناسی

یک روش پیشرفته تر برای نگاه به نسبت یا متغیرهای فاصله شما می تواند با ساخت هیستوگرام حاصل شود. یک هیستوگرام توزیع داده ها را در یک بازه مداوم تجسم می کند و می تواند برای دیدن چگونگی انحراف داده های شما استفاده شود. به عنوان مثال ، اگر به تعداد اعضای خانواده نگاه کنیم ، انتظار داریم نمونه از توزیع عادی پیروی کند. این اساساً به این معنی است که شما مشاهدات محور با میانگین با انحراف مساوی با هر دو طرف وجود دارد. برای اطلاعات در مورد فرض عادی بودن و سایر اشکال تعصب به این سخنرانی اندی فیلد نگاهی بیندازید. هیستوگرام زیر توزیع تعداد اعضای خانواده را نشان می دهد.

هنگام بررسی توزیع ، می بینید که میله ها به سمت راست چسبانده شده اند. این بدان معنی است که در مقایسه با میانگین چند خانوار بزرگ در مجموعه وجود دارد. با توجه به اینکه نمونه نماینده است ، این نقاط داده و به همین دلیل خانوارها می توانند خارج از کشور باشند. اگر نمونه شما نماینده نیست ، می تواند به این معنی باشد که شما در بین خانوارهای کوچکتر نمونه برداری کرده اید ، و در واقعیت میانگین بالاتر است. اگر در کار آزمایش فرضیه هستید ، این تمایز مهم است.

تجزیه و تحلیل تشخیصی - چرا این اتفاق افتاد؟

هنگامی که شما یک مرور کلی در مورد آنچه در داده های شما وجود دارد و نمونه شما به نظر می رسد ، ممکن است بخواهید بدانید که چرا اتفاقات خاصی رخ می دهد. شاید متوجه شوید که در یک منطقه ، کودکان بسیار کمتری نسبت به سایر مناطق در مدرسه شرکت می کنند. آیا می تواند چیزی در داده های شما وجود داشته باشد که روش های دیگری را نشان دهد که این منطقه متفاوت است؟با تجزیه و تحلیل تشخیصی ، می توانیم یک قدم عمیق تر برویم و این سؤال را بپرسیم: چرا این اتفاق افتاد؟باز هم ، ما از Dataset مثال استفاده خواهیم کرد تا نمونه هایی از شما ارائه دهیم.

برای دیدن اینکه چرا رفتار خاصی مشاهده می شود ، می توانیم به ترکیبی از متغیرها نگاه کنیم. به عنوان مثال ، کدام منطقه دارای منابع آب غیرقابل بهبود است؟آیا در درجه اول زنانی هستند که از مسافت های پیاده روی طولانی گزارش می دهند؟آیا منابع آب اغلب وقتی که مورد توجه شهرداری قرار نمی گیرند شکسته می شوند؟نمودار زیر مالکیت منابع آب را در مقایسه با اینکه آیا چاه کاربردی است یا خیر ، نشان می دهد. ممکن است تعجب کنید که آیا شهرداری ها به خوبی از چاه ها مراقبت می کنند یا اینکه مصاحبه شوندگان تجربه کافی برای مراقبت از خود چاه دارند. در این حالت ، می بینید که چاه های خصوصی بسیار بیشتر از موارد نصب شده توسط شهرداری ها کاربردی هستند.

سؤالاتی که شما می پرسید و متغیرهایی که شما با هم ترکیب می کنید می تواند بر اساس تحقیقات قبلی باشد ، با استفاده از هانچ یا مشاهدات در هنگام جمع آوری داده ها ، یا آنها می توانند اکتشافی باشند ، به این معنی که آنها را در داده ها پیدا کرده اید. وقتی با داده های نمونه برداری می کنید ، تمایز بین نحوه رسیدن به این یافته ها بسیار مهم است. با نمودار نوار فوق ، ممکن است دلیلی برای بررسی مالکیت منبع آب داشته باشید. به عنوان مثال ، تحقیقات کیفی به شما نشان داد که شهرداری محلی کم است.

هنگامی که شما یک سؤال تحقیق و یک فرضیه همراه را از قبل تدوین می کنید و یک نمونه نماینده دارید ، می توانید آزمایش کنید که آیا این فرضیه را می توان با استفاده از استنتاج آماری تأیید کرد. استنباط آماری به استفاده از آمار برای نتیجه گیری در مورد برخی از جنبه های ناشناخته یک جمعیت بر اساس یک نمونه تصادفی از آن جمعیت اشاره دارد. وقتی واقعاً می توانید فرضیه خود را تأیید کنید ، می توانید فرض کنید که رفتاری که می یابید چیزی است که برای کل جمعیت می رود. در مورد ما ، شما می توانید از این امر برای دفاع از کارمندان بیشتر در شهرداری استفاده کنید.

اگر یافته های شما اکتشافی است ، شما نمی توانید این فرض را انجام دهید. نمودار زیر منابع مختلف آب را با توجه به جنسیت پاسخ دهنده تقسیم می کند. می بینید که به نظر می رسد زنان چاههای لوله ای کم عمق تری را گزارش می کنند. اگر هرگز دلیلی برای انتظار این تفاوت نداشتید ، باید از این واقعیت آگاه باشید که این می تواند یک فرصت فرصتی باشد. همانطور که در بخش تحلیلی توصیفی دیدیم ، پاسخ دهندگان زن بسیار بیشتری بودند که می توانند این تفاوت را به خود اختصاص دهند.

تجزیه و تحلیل پیش بینی کننده - چه اتفاقی می افتد؟

تا زمانی که می دانید چرا اتفاقی افتاده است ، ممکن است با توجه به دانش ما در مورد وقایع قبلی ، پیش بینی کنیم که اتفاقات بعدی اتفاق می افتد. تجزیه و تحلیل پیش بینی کننده سعی می کند به این سؤال پاسخ دهد: احتمالاً چه اتفاقی می افتد؟با استفاده از آنچه که ما با تجزیه و تحلیل توصیفی و تشخیصی آموخته ایم ، می توانیم از تجزیه و تحلیل پیش بینی کننده استفاده کنیم تا به خوشه ها ، گرایش ها یا شاید استثنائاتی بپردازیم که به ما امکان می دهد پیش بینی خاصی را انجام دهیم.

بیایید بگوییم که در طول تجزیه و تحلیل تشخیصی ، شما دریافتید که چاه های لوله کم عمق ساخته شده بر روی سطح خاک رس اغلب در سن بالاتر از پنج سال شکسته می شوند. این اطلاعات را می توان برای بررسی باقیمانده جمعیت شما و تخمین اینکه چاه ها ممکن است نیاز به تعمیر داشته باشند بدون اینکه واقعاً شکسته شود ، استفاده شود. این یافته ها اغلب به عنوان الگوهای موجود در داده ها گفته می شود. به طور کلی دو روش برای دیدن این الگوهای وجود دارد: نظارت شده (به عنوان مثال رگرسیون) یا بدون نظارت (به عنوان مثال خوشه بندی).

تکنیک های پیشرفته تری در تجزیه و تحلیل پیش بینی وجود دارد که به شما امکان می دهد الگوهای موجود در داده های خود را جستجو کرده و همزمان آنها را تأیید کنید. بیایید بگوییم ، به عنوان مثال ، شما داده های مربوط به چاه های منبع آب را جمع آوری کرده اید. شما می دانید که این نوع ، هنگامی که ساخته شده اند ، چه کسی آنها را حفظ می کند ، در صورت شکسته شدن یا نه ، و از داده های اضافی برای تعیین نوع خاک چاه ها ساخته شده است. با تغذیه این داده ها به یک مدل پیش بینی ، می توانید مدلی را بسازید که به شما امکان می دهد پیش بینی کنید که یک چاه جدید ، که بخشی از داده های اولیه شما نبود ، ممکن است تجزیه شود. یکی از این مدلهای پیش بینی کننده رگرسیون لجستیک است. باز هم ، ببینید که چگونه پروفسور اندی فیلد آمار این مفهوم را در این فیلم توضیح می دهد.

تجزیه و تحلیل تجویز - چه کاری باید انجام شود؟

اکنون که شما ایده ای در مورد آنچه که احتمالاً اتفاق می افتد ، ممکن است بخواهید بدانید بهترین دوره عمل چیست. تجزیه و تحلیل تجویز سعی می کند به این سؤال پاسخ دهد: چه کاری باید انجام شود؟یا چه کاری می توانیم انجام دهیم. به وقوع پیوستن؟تجزیه و تحلیل تجویز بیشتر در شرکت های بزرگ که به دنبال مشاوره در مورد موجودی یا زنجیره تأمین آنها هستند ، استفاده می شود. با توصیه نتایج احتمالی یک قدم فراتر از تجزیه و تحلیل های توصیفی و پیش بینی کننده است. در اصل ، شما می توانید چندین آینده را پیش بینی کنید و به شرکت ها اجازه دهید تعدادی از نتایج احتمالی را بر اساس اقدامات خود ارزیابی کنند.

برای راهنمایی ها و ترفندهای بیشتر در مورد تجزیه و تحلیل داده ها ، کتاب الکترونیکی ما را بارگیری کنید!