さまざまなデータ分析手法は何ですか？

データ分析手法により、研究者は収集したデータを確認し、情報から推論または決定を下すことができます。ほとんどの手法は、データをレビューするための定量的手法の適用に焦点を当てています。より一般的な定量的データ分析手法のいくつかには、記述統計、探索的データ分析、確認データ分析が含まれます。後者の2つには、所定の仮説を支持または支持しないことの使用が含まれます。これらの手法を使用する可能性のあるグループには、個々の研究者、学生、企業、政府機関、アクチュアリーなど、情報やデータが必要な他の関係者の中でもあります。統計、確率、またはその他の数学的手法を大量に使用することで、個人はデータを解釈するために標準的な方法を使用できます。研究者が定性的データ分析手法を使用しようとする場合 - 多くの場合、個人の個人的な背景に基づいて、NCESまたは基礎研究と推論原則 - 収集されたデータは誤読されるか、誤って解釈される場合があります。したがって、数学的手法はこれらのエラーの影響を受けにくく、しばしば他の個人や研究者に受け入れられます。

記述統計分析特定のグループにデータを分離または要約します。人口統計は、記述統計の一般的なセットです。研究者は、人口の年齢、性別、世帯規模、収入、職種、その他の情報に関する情報を収集します。別のタイプの記述統計分析は、フットボールの試合でプレーするときのクォーターバックの完了率です。クォーターバックが8パスの試行のうち6回を完了すると、75％の完了率があります。この手法の欠陥は、統計が各パスの長さなどの追加情報を提供できないことです。

探索データaナリシステクニックには、多くの場合、ボックスプロット、ヒストグラム、パレートチャート、散布図、または幹と葉のプロットの使用が含まれます。この手法の主な目的は、研究者からの述べられた仮説をサポートすることです。たとえば、研究者は、ミニバンなどの特定のタイプの車を運転する所有者の年齢範囲についての仮説を証明したい場合があります。この仮説をテストおよびサポートするために、研究者は情報を収集し、ボックスプロットを作成して、彼の指定された範囲内の所有者の数を決定します。統計は、仮説をサポートまたはサポートしない情報を提供し、収集されたデータにいくつの外れ値があるかを示します。

確認データ分析手法は、探索的手法の反対です。これらのテストでは、研究者は帰無仮説を反証しようとしています。これは、ほとんどの個人が一般的に受け入れられている声明です。帰無仮説を反証するために、研究者は仮説に関連する特定の情報を収集し、アベニューをテストします怒り、分散、p値、および信頼区間。確認データ分析によって証明された信頼区間は、帰無仮説が真か虚偽であるかどうかについて研究者がどれほど自信を持っているべきかについての情報を提供します。