다른 데이터 분석 기술은 무엇입니까?

data 데이터 분석 기술을 통해 연구원들은 수집 된 데이터를 검토하고 정보로부터 추론이나 결정을 내릴 수 있습니다.대부분의 기술은 데이터를 검토하기 위해 정량적 기술의 적용에 중점을 둡니다.가장 인기있는 정량적 데이터 분석 기술 중 일부에는 설명 통계, 탐색 적 데이터 분석 및 확인 데이터 분석이 포함됩니다.후자의 두 사람은 사전 결정된 가설을지지하거나지지하지 않는 것을 포함한다.이러한 기술을 사용할 수있는 그룹에는 정보 및 데이터가 필요한 다른 당사자들 중에는 개별 연구원, 학생, 기업, 정부 기관 및 보험 계리사가 포함됩니다.통계, 확률 또는 기타 수학 기술을 많이 사용하면 개인이 데이터를 해석하기 위해 표준 방법을 사용할 수 있습니다.연구자들이 질적 데이터 분석 기술을 사용하려고 할 때 mdash;종종 개인의 개인적인 배경, 선호도 또는 기본 연구 및 추론 원칙에 기초하여 mdash;수집 된 데이터는 잘못 읽거나 잘못 해석 될 수 있습니다.따라서 수학적 기술은 이러한 오류에 덜 취약하며 종종 다른 개인이나 연구원이 더 많이 받아들입니다.인구 통계는 일반적인 설명 통계 세트입니다.연구원들은 인구 연령, 성별, 가구 규모, 소득, 직무 유형 및 기타 정보와 관련된 정보를 수집합니다.설명 적 통계 분석의 또 다른 유형은 축구 경기에서 쿼터백의 완료 비율입니다.쿼터백이 8 번의 패스 시도 중 6 개를 완료하면 75 %의 완료율이 있습니다.이 기술의 결함은 통계가 각 패스의 길이와 같은 추가 정보를 제공 할 수 없다는 것입니다.

탐색 적 데이터 분석 기술에는 종종 박스 플롯, 히스토그램, 파레토 차트, 산포도 플롯 또는 줄기 및 줄기 및 줄기 및 줄기 및-리프 플롯.이 기술의 주요 목적은 연구원의 명시된 가설을 뒷받침하는 것입니다.예를 들어, 연구원은 미니 밴과 같은 특정 유형의 자동차를 운전하는 소유자의 연령 범위에 대한 가설을 증명하기를 원할 수 있습니다.이 가설을 테스트하고 지원하기 위해 연구원은 정보를 수집하고 자신의 명시된 범위 내에서 소유자 수를 결정하는 상자 플롯을 만들 것입니다.통계는 가설을 지원하거나 지원하지 않는 정보를 제공하고 수집 된 데이터에 몇 개의 특보가 있는지 보여줍니다.이 테스트에서 연구원은 귀무 가설을 반증하려고합니다. 이는 대부분의 개인이 일반적으로 인정되는 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 자신감을 가져야하는지에 대한 정보를 제공 할 것입니다.