さまざまなデータ分析手法とは何ですか？

データ分析技術により、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行うことができます。 ほとんどの手法は、データを確認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、および確認的データ分析が含まれます。 後者の2つは、所定の仮説を支持するかしないかの使用を伴います。 これらの手法を使用するグループには、個人の研究者、学生、企業、政府機関、およびアクチュアリーなど、情報とデータが必要な関係者が含まれます。

定量的データ分析は、収集したデータから研究者の偏見を取り除こうとします。 統計、確率、またはその他の数学的手法を多用すると、個人はデータを解釈するための標準的な方法を使用できます。 多くの場合、個人の個人的背景、好み、または基礎研究と推論の原則に基づいて、研究者が定性的データ分析技術を使用しようとすると、収集されたデータが誤読されたり、誤って解釈される可能性があります。 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、多くの場合、他の個人や研究者に受け入れられます。

記述統計分析は、データを特定のグループに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達成率です。 クォーターバックが8回のパス試行のうち6回を完了すると、75％の完了率になります。 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。

探索的データ分析手法では、箱ひげ図、ヒストグラム、パレート図、散布図、または茎葉図の使用が必要になることがよくあります。 この手法の主な目的は、研究者からの仮説を支持することです。 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関する仮説を証明したいと考える場合があります。 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、指定された範囲内の所有者の数を決定します。 統計は、仮説をサポートするかどうかを示す情報を提供し、収集されたデータに含まれる外れ値の数を示します。

確認的データ分析手法は、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、ほとんどの人が一般に真実として受け入れている声明です。 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、平均、分散、p値、および信頼区間をテストします。 確認データ分析によって証明された信頼区間は、帰無仮説が真であるか偽であるかについて研究者がどれだけ自信を持っているべきかに関する情報を提供します。