Vilka är de olika dataanalyssteknikerna?

Dataanalysstekniker gör det möjligt för forskare att granska insamlade data och göra slutsatser eller beslutsamhet från informationen.De flesta tekniker fokuserar på tillämpningen av kvantitativa tekniker för att granska data.Några av de mer populära kvantitativa dataanalyssteknikerna inkluderar beskrivande statistik, undersökningsdataanalys och bekräftande dataanalys.De två senare involverar användning av stöd eller inte stödjer en förutbestämd hypotes.Grupper som kan använda dessa tekniker inkluderar enskilda forskare, studenter, företag, myndigheter och aktuarier, bland andra parter som behöver information och data.

Kvantitativ dataanalys försöker ta bort forskarförspänning från insamlade data.Tung användning av statistik, sannolikheter eller andra matematiska tekniker gör det möjligt för individer att använda standardmetoder för tolkning av data.När forskare försöker använda kvalitativa dataanalysstekniker och MDASH;ofta baserat på individens personliga bakgrund, preferenser eller grundläggande forskning och resonemangsprinciper mdash;De insamlade uppgifterna kan tolkas felaktigt eller tolkas felaktigt.Därför är matematiska tekniker mindre mottagliga för dessa fel och ofta mer accepterade av andra individer eller forskare.

Beskrivande statistisk analys separerar eller sammanfattar data i specifika grupper.Demografi är en vanlig uppsättning beskrivande statistik.Forskare kommer att samla in information om befolkningens ålder, kön, hushållsstorlek, inkomst, jobbtyp och annan information.En annan typ av beskrivande statistisk analys är slutförandet av en quarterback när man spelar i en fotbollsmatch.Om quarterbacken slutför sex av åtta passförsök, har han en 75 procents slutförandeprocent.En brist i denna teknik är oförmågan för statistiken att tillhandahålla ytterligare information, till exempel längden på varje pass.

Försäkra dataanalysstekniker involverar ofta användning av rutor, histogram, pareto-diagram, spridningsplottar eller en stam-och stam-och-analys-Laf plot.Huvudsyftet med denna teknik är att stödja en angiven hypotes från en forskare.Till exempel kan en forskare vilja bevisa en hypotes om åldersintervallet för ägare som kör en specifik typ av bil, till exempel en minivan.För att testa och stödja denna hypotes kommer forskaren att samla in information och skapa en rutan för att bestämma antalet ägare inom hans angivna sortiment.Statistiken kommer att tillhandahålla information för att stödja eller inte stödja hypotesen och visa hur många outliers som finns i de samlade uppgifterna.

Bekräftande dataanalysstekniker är motsatsen till undersökande tekniker.I dessa tester ser forskaren att motbevisa nollhypotesen, vilket är ett uttalande som allmänt accepteras som sant av de flesta individer.För att motbevisa nollhypotesen kommer forskaren att samla in specifik information relaterad till hypotesen och testa medel-, variansen, p-värdena och konfidensintervall.Det konfidensintervall som bevisats av den bekräftande dataanalysen kommer att ge information om hur säker forskaren ska handla om huruvida nollhypotesen är sant eller falsk.