Hva er statistisk klassifisering?

Den statistiske klassifiseringen er inndelingen av data i meningsfulle analysekategorier. Det er mulig å bruke statistiske formler på data for å gjøre dette automatisk og for å gjøre databehandling i stor skala klar til å forberede seg til analyse. Det er noen standardiserte systemer for vanlige datatyper, f.eks. B. Resultater fra medisinske bildediagnostiske studier. På denne måten kan flere enheter evaluere data med samme beregninger for enkel sammenligning og utveksling av informasjon.

Når forskere og andre parter samler inn data, kan de dele dem inn i løse kategorier basert på lignende egenskaper. Du kan også utvikle formler for å klassifisere dataene dine etter mottakelse og automatisk dele dem opp i spesifikke statistiske klassifikasjoner. Fordi forskere kanskje ikke vet mye om dataene sine når de samler inn informasjon, er klassifisering vanskelig. Formler kan identifisere viktige funksjoner som kan brukes som potensielle kategoriidentifikatorer.

 
Behandle data krever statistisk klassifisering for å skille forskjellige typer informasjon for analyse og sammenligning. I en folketelling skal for eksempel ansatte kunne undersøke flere parametere for å få en meningsfull vurdering av dataene de samler inn. En statistisk klassifiseringsalgoritme kan bruke informasjon på folketellingen fra skjema for å skille mellom forskjellige typer husholdninger og enkeltpersoner basert på informasjon som alder, husholdningskonfigurasjon, gjennomsnittlig inntekt, etc.

Dataene som samles inn må være kvantitative for at statistisk analyse skal fungere. Kvalitativ informasjon kan være for subjektiv. Som et resultat må forskere nøye utforme metoder for datainnsamling for å få informasjon som de faktisk kan bruke. For eksempel kan observatører som fyller ut skjemaer under oppfølgingsbesøk, bruke en vurderingsdel i en klinisk studie for å vurdere pasientens helse. I stedet for en kvalitativ vurdering som "pasienten ser bra ut", kunne forskeren tildele en score på syv på en skala som kan bruke en formel for å behandle dataene.

 
Statistikere bruker en rekke teknikker for statistisk klassifisering og for å utvikle passende formler for behandling av dataene. Feil i denne fasen av dataanalyse kan forverres ved senere undersøkelser og analyser. Det er viktig å tenke på typen datasett, informasjonen som brukerne ønsker å få fra det, og hvordan materialet brukes. Offisielle bidrag krever at forskere diskuterer det statistiske klassifiseringssystemet de velger, og mange gir også rå data slik at etterforskerne kan se informasjonen selv for å bestemme gyldigheten av konklusjonene som er nådd i studien.