다른 데이터 분석 기법은 무엇입니까?

데이터 분석 기술을 통해 연구원은 수집 된 데이터를 검토하고 정보를 통해 추론하거나 결정할 수 있습니다. 대부분의 기술은 데이터를 검토하기 위해 정량적 기술을 적용하는 데 중점을 둡니다. 보다 대중적인 정량적 데이터 분석 기술에는 기술 통계, 탐색 적 데이터 분석 및 확인 적 데이터 분석이 포함됩니다. 후자의 두 가지는 미리 정해진 가설을지지하거나지지하지 않는 사용을 포함합니다. 이러한 기술을 사용할 수있는 그룹에는 개인 연구원, 학생, 기업, 정부 기관 및 보험 계리사, 정보 및 데이터가 필요한 다른 당사자가 포함됩니다.

정량적 데이터 분석은 수집 된 데이터에서 연구원 편견을 제거하려고 시도합니다. 통계, 확률 또는 기타 수학적 기술을 많이 사용하면 개인이 데이터 해석에 표준 방법을 사용할 수 있습니다. 연구자들이 종종 개인의 개인적 배경, 선호도 또는 기본 연구 및 추론 원칙에 기초한 정 성적 데이터 분석 기법을 사용하려고 시도 할 때 수집 된 데이터가 잘못 읽거나 잘못 해석 될 수 있습니다. 따라서 수학적 기술은 이러한 오류에 덜 민감하며 종종 다른 개인이나 연구자들이 더 많이 받아들입니다.

기술 통계 분석은 데이터를 특정 그룹으로 분리하거나 요약합니다. 인구 통계는 일반적인 설명 통계 세트입니다. 연구원은 인구의 연령, 성별, 가구 규모, 소득, 직업 유형 및 기타 정보와 관련된 정보를 수집합니다. 또 다른 유형의 기술 통계 분석은 축구 경기에서 쿼터백을 완료 한 비율입니다. 쿼터백이 8 번의 패스 시도 중 6 번을 완료하면 75 %의 완료율을 갖습니다. 이 기술의 결점은 통계가 각 패스의 길이와 같은 추가 정보를 제공 할 수 없다는 것입니다.

탐색 적 데이터 분석 기법은 종종 상자 그림, 히스토그램, 파레토 차트, 산점도 또는 줄기-잎 그림을 사용합니다. 이 기술의 주된 목적은 연구원의 명시된 가설을 뒷받침하는 것입니다. 예를 들어, 연구원은 미니 밴과 같은 특정 유형의 자동차를 운전하는 소유자의 연령대에 대한 가설을 증명하고자 할 수 있습니다. 이 가설을 테스트하고 지원하기 위해 연구원은 정보를 수집하고 명시된 범위 내의 소유자 수를 결정하는 상자 그림을 만듭니다. 통계는 가설을 뒷받침하거나 뒷받침하지 않는 정보를 제공하고 수집 된 데이터에 몇 개의 특이 치가 있는지 보여줍니다.

확인 데이터 분석 기술은 탐색 기술과 반대입니다. 이 테스트에서 연구원은 귀무 가설을 반증하려고합니다. 이는 대부분의 개인이 일반적으로 인정하는 진술입니다. 귀무 가설을 반증하기 위해 연구원은 가설과 관련된 특정 정보를 수집하고 평균, 분산, p- 값 및 신뢰 구간을 테스트합니다. 확인 데이터 분석에 의해 입증 된 신뢰 구간은 귀무 가설이 참인지 거짓인지에 대해 연구원이 얼마나 확신해야하는지에 대한 정보를 제공합니다.