Noma'lum aralashma va individual moddalarni analiz qilish
Download 286 Kb.
|
NOMA\'LUM ARALASHMA VA INDIVIDUAL MODDALARNI ANALIZ QILISH
|
Matematik formulalar yoki modellar (nomi bilan tanilgan algoritmlar), o'zgaruvchilar o'rtasidagi munosabatlarni aniqlash uchun ma'lumotlarga nisbatan qo'llanilishi mumkin; Masalan, foydalanish o'zaro bog'liqlik yoki sabab. Umumiy ma'noda, ma'lum bir o'zgaruvchini ma'lumotlar bazasida mavjud bo'lgan boshqa o'zgaruvchilar (lar) ga asoslangan holda baholash uchun modellar ishlab chiqilishi mumkin qoldiq xatosi amalga oshirilgan modelning aniqligiga qarab (masalan., Ma'lumotlar = Model + Xato).[4]
Xulosa statistikasi, ma'lum o'zgaruvchilar o'rtasidagi munosabatlarni o'lchaydigan usullardan foydalanishni o'z ichiga oladi. Masalan, regressiya tahlili reklama o'zgarishini modellashtirish uchun ishlatilishi mumkin (mustaqil o'zgaruvchi X), sotuvlar o'zgarishi uchun tushuntirish beradi (qaram o'zgaruvchi Y). Matematik nuqtai nazardan, Y (savdo) ning funktsiyasi X (reklama). Buni quyidagicha tavsiflash mumkin:Y = aX + b + xato), bu erda model shunday ishlab chiqilgan (a) vad (), xatoni minimallashtirish yoki model (lar) ni taxmin qilishda Y berilgan qiymat oralig'i uchun (f).X. Tahlilchilar tahlilni soddalashtirish va natijalarni etkazish maqsadida ma'lumotlarni tavsiflovchi modellarni yaratishga ham urinishlari mumkin.[4] Ma'lumotlar mahsuloti A ma'lumotlar mahsuloti, qabul qiladigan kompyuter dasturi ma'lumotlar kirishlari va ishlab chiqaradi natijalar, ularni atrof muhitga qaytarish. Bu model yoki algoritmga asoslangan bo'lishi mumkin. Masalan, xaridorlarni sotib olish tarixi haqidagi ma'lumotlarni tahlil qiladigan va natijalar yordamida xaridorga yoqishi mumkin bo'lgan boshqa xaridlarni tavsiya qiladigan dastur.[6] Aloqa Ma'lumotlarni vizualizatsiya qilish ma'lumotlarni tahlil qilish natijalarini tushunish.[10] Asosiy maqola: Ma'lumotlarni vizualizatsiya qilish Ma'lumotlar tahlil qilingandan so'ng, tahlilchilarga ularning talablarini qo'llab-quvvatlash uchun ko'plab formatlarda xabar berish mumkin. Foydalanuvchilarning fikri bo'lishi mumkin, bu esa qo'shimcha tahlillarni keltirib chiqaradi. Shunday qilib, analitik tsiklning ko'p qismi iterativdir.[6] Natijalarni qanday etkazish kerakligini aniqlayotganda, tahlilchi ma'lumotlarni tinglovchilarga aniq va samarali etkazishda yordam berish uchun ma'lumotlarni vizualizatsiya qilishning turli usullarini amalga oshirishni o'ylashi mumkin. Ma'lumotlarni vizualizatsiya qilishdan foydalaniladi ma'lumotlar ko'rsatiladi (jadvallar va jadvallar kabi grafikalar) ma'lumotlar tarkibidagi asosiy xabarlarni etkazishda yordam beradi. Jadvallar foydalanuvchiga so'rovlar va aniq raqamlarga e'tibor berish qobiliyatini yoqish orqali qimmatli vosita hisoblanadi; diagrammalar (masalan, chiziqli jadvallar yoki chiziqli jadvallar) ma'lumotlar tarkibidagi miqdoriy xabarlarni tushuntirishga yordam berishi mumkin. Miqdoriy xabarlar Asosiy maqola: Ma'lumotlarni vizualizatsiya qilish Vaqt bo'yicha AQSh federal xarajatlari va daromadlari tendentsiyalarini namoyish etuvchi chiziqli jadval bilan tasvirlangan vaqt seriyasi. Vaqt nuqtalarida o'lchangan ikkita o'zgaruvchining (inflyatsiya va ishsizlik) o'zaro bog'liqligini aks ettiruvchi tarqalish. Stiven Few foydalanuvchilarning ma'lumotlar to'plami va ular bilan xabar almashishda yordam beradigan bog'langan grafikalar orqali tushunishga yoki aloqa qilishga urinishlari mumkin bo'lgan sakkiz turdagi xabarlarni tasvirlab berdi. Talablarni ko'rsatadigan mijozlar va ma'lumotlar tahlilini o'tkazadigan tahlilchilar jarayon davomida ushbu xabarlarni ko'rib chiqishlari mumkin. Vaqt seriyasi: Bitta o'zgaruvchini ma'lum bir vaqt davomida, masalan, ishsizlik darajasi 10 yil davomida qo'lga olinadi. A chiziqli jadval trendni namoyish qilish uchun ishlatilishi mumkin. Reyting: Kategorik bo'linmalar o'sish yoki pasayish tartibida, masalan, savdo ko'rsatkichlari reytingi ( o'lchov) sotuvchilar tomonidan (the toifasi, har bir sotuvchi bilan a kategorik bo'linma) bitta davrda. A shtrixli jadval sotuvchilardan taqqoslashni ko'rsatish uchun ishlatilishi mumkin. Butun qismdan: toifadagi bo'linmalar butunga nisbati sifatida o'lchanadi (ya'ni 100% dan foiz). A pirog diagrammasi yoki chiziqli jadvalda bozorda raqobatchilar tomonidan namoyish etilgan bozor ulushi kabi nisbatlarning taqqoslanishi ko'rsatilishi mumkin. Og'ish: Kategorik bo'linmalar ma'lumotnoma bilan taqqoslanadi, masalan, ma'lum bir vaqt davomida biznesning bir nechta bo'limlari uchun byudjet xarajatlari bilan solishtirganda. Shtrixli jadvalda haqiqiy bilan mos yozuvlar miqdorini taqqoslash ko'rsatilishi mumkin. Chastotani taqsimlash: ma'lum bir o'zgaruvchiga berilgan interval bo'yicha kuzatuvlar sonini ko'rsatadi, masalan, fond bozori rentabelligi 0-10%, 11-20% va boshqalar oralig'ida bo'lgan yillar soni. gistogramma, ushbu tahlil uchun shtrixli jadval turidan foydalanish mumkin. Korrelyatsiya: ikkita o'zgaruvchi (X, Y) bilan ifodalangan kuzatuvlarni taqqoslash, ular bir xil yoki qarama-qarshi yo'nalishda harakat qilish moyilligini aniqlash. Masalan, bir necha oy davomida ishsizlik (X) va inflyatsiya (Y) ni tuzish. A tarqoq fitna odatda ushbu xabar uchun ishlatiladi. Nominal taqqoslash: toifadagi bo'linmalarni alohida tartibda taqqoslash, masalan, mahsulot kodi bo'yicha sotish hajmi. Ushbu taqqoslash uchun chiziqli jadvaldan foydalanish mumkin. Geografik yoki geospatial: o'zgaruvchini xarita yoki maket bo'yicha taqqoslash, masalan, shtat bo'yicha ishsizlik darajasi yoki binoning turli qavatlaridagi odamlar soni. A kartogramma ishlatiladigan odatdagi grafik.[11][12] Miqdoriy ma'lumotlarni tahlil qilish usullari Shuningdek qarang: Muammoni hal qilish Muallif Jonathan Jonathan Komey miqdoriy ma'lumotlarni tushunish uchun bir qator eng yaxshi amaliyotlarni tavsiya qildi. Bunga quyidagilar kiradi: Tahlilni o'tkazishdan oldin xom ma'lumotlarni anomaliyalar uchun tekshiring; Formulaga asoslangan ma'lumotlar ustunlarini tekshirish kabi muhim hisob-kitoblarni qayta bajaring; Tasdiqlang asosiy jami - bu summalarni yig'indisi; Vaqt o'tishi bilan nisbatlar kabi taxmin qilinadigan tarzda bog'liq bo'lishi kerak bo'lgan raqamlar o'rtasidagi munosabatlarni tekshiring; Taqqoslashni osonlashtirish uchun raqamlarni normalizatsiya qilish, masalan, bir kishiga yoki YaIMga nisbatan miqdorni tahlil qilish yoki bazaviy yilga nisbatan indeks qiymati sifatida; Kabi natijalarga olib kelgan omillarni tahlil qilish orqali muammolarni tarkibiy qismlarga ajrating DuPont tahlili kapitalning rentabelligi.[8] Ko'rib chiqilayotgan o'zgaruvchilar uchun tahlilchilar odatda olishadi tavsiflovchi statistika ular uchun, masalan, o'rtacha (o'rtacha), o'rtacha va standart og'ish. Ular shuningdek tahlil qilishi mumkin tarqatish Shaxsiy qadriyatlar o'rtacha atrofida qanday to'planishini ko'rish uchun asosiy o'zgaruvchilar. Ning tasviri MECE printsipi ma'lumotlarni tahlil qilish uchun ishlatiladi. Maslahatchilar McKinsey and Company miqdoriy muammoni uning tarkibiy qismlariga ajratish texnikasi deb nomlangan MECE printsipi. Har bir qatlamni uning tarkibiy qismlariga ajratish mumkin; pastki qismlarning har biri bo'lishi kerak o'zaro eksklyuziv bir-birining va jamoaviy ravishda yuqoridagi qatlamga qo'shing. O'zaro munosabatlar "O'zaro eksklyuziv va jamoaviy jihatdan to'liq" yoki MECE deb nomlanadi. Masalan, foyda ta'rifi bo'yicha umumiy daromad va umumiy xarajatlarga bo'linishi mumkin. O'z navbatida, umumiy daromad A, B va C bo'linmalarining daromadlari (bir-biridan o'zaro ajralib turadigan) kabi tarkibiy qismlar bo'yicha tahlil qilinishi mumkin va jami daromadga qo'shilishi kerak (umuman to'liq). Tahlilchilar aniq analitik muammolarni hal qilish uchun mustahkam statistik o'lchovlardan foydalanishlari mumkin. Gipotezani tekshirish tahlilchilar tomonidan ishlarning haqiqiy holati to'g'risida ma'lum bir gipoteza ishlab chiqilganda va ushbu holat haqiqat yoki yolg'on ekanligini aniqlash uchun ma'lumotlar to'planganda ishlatiladi. Masalan, "ishsizlik inflyatsiyaga ta'sir qilmaydi" degan gipoteza bo'lishi mumkin, bu esa iqtisodiy kontseptsiyaga tegishli. Fillips egri chizig'i. Gipotezani sinab ko'rish ehtimolini hisobga olishni o'z ichiga oladi I va II tipdagi xatolar, ma'lumotlar gipotezani qabul qilishni yoki rad etishni qo'llab-quvvatlaydimi-yo'qligi bilan bog'liq. Regressiya tahlili tahlilchi mustaqil X o'zgaruvchiga bog'liq bo'lgan Y o'zgaruvchiga qanchalik ta'sir ko'rsatishini aniqlashga urinayotganda ishlatilishi mumkin (masalan, "ishsizlik darajasidagi o'zgarishlar (X) inflyatsiya darajasiga (Y) qanchalik ta'sir qiladi?"). Bu ma'lumotni tenglama chizig'ini yoki egri chizig'ini modellashtirish yoki moslashtirishga urinishdir, masalan Y - X funktsiyasi. Kerakli vaziyatni tahlil qilish (NCA) tahlilchi X mustaqil o'zgaruvchisi Y o'zgaruvchiga qay darajada ruxsat berishini aniqlashga urinayotganda ishlatilishi mumkin (masalan, "ma'lum bir ishsizlik darajasi (X) ma'lum inflyatsiya darajasi (Y) uchun qanchalik zarur?")) . (Ko'p) regressiya tahlili har bir X o'zgaruvchisi natija berishi mumkin bo'lgan va X ning bir-birini qoplashi mumkin bo'lgan qo'shimchalar mantig'idan foydalanadi (ular etarli, ammo zarur emas), zarur shartlar tahlili (NCA) zaruriyat mantig'idan foydalanadi, bu erda bir yoki bir nechta X -o'zgaruvchilar natija mavjud bo'lishiga imkon beradi, lekin uni keltirmasligi mumkin (ular zarur, ammo etarli emas). Har bir zarur shart mavjud bo'lishi kerak va tovon to'lash mumkin emas. Ma'lumotlardan foydalanuvchilarning tahliliy faoliyati Yuqorida keltirilgan umumiy xabarlardan farqli o'laroq, ma'lumotlar to'plamida foydalanuvchilar ma'lum bir qiziqish uyg'otadigan nuqtalarga ega bo'lishi mumkin. Bunday past darajadagi foydalanuvchi analitik faoliyati quyidagi jadvalda keltirilgan. Taksonomiya, shuningdek, uchta faoliyat yo'nalishi bo'yicha tashkil etilishi mumkin: qiymatlarni olish, ma'lumotlar nuqtalarini topish va ma'lumotlar nuqtalarini tartibga solish.[13][14][15][16]
Download 286 Kb. Do'stlaringiz bilan baham: 
|