통계는 방대한 양의 데이터를 처리하기 위해 다양한 도구와 분석 기술을 렌더링하는 과학의 한 분야이며,간단히 말해서 비즈니스 전문가가 문제를 해결하는 데 사용할 수있는 샘플 데이터에서 집단에 대한 추론을 위해 숫자 형태의 데이터를 조합,분류,분석 및 해석하는 과학입니다.
따라서 정보에 따라 데이터를 구성하고 향후 추세를 예측하려는 노력에서 많은 조직은 통계 분석에 크게 의존합니다.
보다 정확하게는 통계 데이터 분석은 데이터 수집,해석 및 프리젠 테이션에 관한 것이다. 복잡한 문제를 해결하기 위해 데이터를 처리하는 동안 접근 할 수 있습니다. 보다 정확하게는 통계 분석은 중요하지 않거나 관련없는 데이터 또는 숫자에 유의성을 제공합니다.
통계분석의 주요 유형은
이며,특히 통계분석은 뚜렷한 데이터 샘플을 통합하여 분석하여 패턴이나 추세를 누설하고 미래의 사건/상황을 예측해 적절한 결정을 내리는 과정이다.
통계 분석에는 데이터 유형에 크게 의존하는 다음과 같은 유형이 있습니다.
7 통계 분석의 종류
1. 기술 통계 분석
기본적으로 숫자와 그래프를 사용하여 데이터를 구성하고 요약하는 것을 다룬다. 분석을 넘어 결론을 형성하거나 가설에 대응하지 않고도 이해할 수있는 해석에 대한 방대한 양의 데이터를 쉽게 만들 수 있습니다.
기술 통계 분석을 통해 데이터를 원시 형태로 처리하는 대신 수치 계산,그래프 또는 표를 통해 데이터를보다 효율적으로 표현하고 해석 할 수 있습니다.
필요한 모든 준비 단계부터 분석 및 해석에 이르기까지 설명 통계 분석에는 표,중심 경향 측정(평균,중앙값,모드),분산 또는 분산 측정(범위,변동,표준 편차),왜도 측정 및 시계열 분석과 같은 다양한 프로세스가 포함됩니다.
공식 차트,소스
설명 분석 하에서 데이터는 표 형식으로 요약되고 관리되는&는 전체 인구에 대해 가정하여 데이터를 합산하기위한 차트 및 그래프 형태로 제공됩니다.
(가장 관련:연구 기술 통계)
또한 데이터의 고유 한 특성을 추출하고 데이터의 필수 기능을 요약하고 설명하는 데 도움이됩니다. 또한 관찰/샘플링되지 않은 그룹에 대한 통찰력은 그려지지 않습니다.
2. 추론 통계 분석
추론 통계 분석은 기본적으로 모집단에서 각 단위의 검사가 달성 할 수없는 경우에 사용되며,따라서 얻은 정보를 전체 모집단에 외삽합니다.
간단히 말해서,추론 통계 분석은 우리가 확률을 적용하여 추론을 추출하고 전체 데이터에 대한 일반화를 할 수있는 샘플 데이터에 따라 가설을 테스트 할 수 있습니다,또한 사용할 수있는 데이터를 넘어 미래의 결과에 대한 결론을 만들 수 있습니다.
이런 식으로 표본 데이터를 기반으로 전체 인구에 대한 결론을 내리고 결정을 내리는 것이 매우 바람직합니다. 이와 같이,이 방법은 샘플링 이론,유의성의 다양한 테스트,통계 제어 등을 포함한다.
설명 및 추론 통계 분석
3. 예측 분석
예측 분석은 현재 및 과거의 사실과 수치를 기반으로 미래의 사건 또는 다음에 일어날 가능성이있는 것을 예측하기 위해 구현됩니다.
간단히 말해서,예측 분석은 통계 기법과 기계 학습 알고리즘을 사용하여 최근 및 이전 데이터에 따라 미래의 결과,행동 및 추세의 가능성을 설명합니다. 예측 분석에서 널리 사용되는 기술에는 데이터 마이닝,데이터 모델링,인공 지능,기계 학습 등이 포함됩니다. 필수적 예측을 할 수 있습니다.
현재 비즈니스 시스템에서 이러한 분석은 마케팅 회사,보험 기관,온라인 서비스 제공 업체,데이터 기반 마케팅 및 금융 회사가 접근하지만 경쟁 우위를 확보하고 예측할 수없는 미래 사건과 관련된 위험을 좁히는 등 예측할 수없는 미래를 계획하여 모든 비즈니스를 활용할 수 있습니다.
예측 분석은 데이터를 사용하여 다가오는 이벤트를 예측하고 데이터 동작의 여러 추세의 가능성을 확인하는 데 수렴합니다. 따라서 기업은 이러한 접근 방식을 사용하여”무슨 일이 일어날 수 있습니까?”예측을 만드는 기초가 확률 척도 인 경우.
4. 규정 분석
규정 분석은 데이터를 검토하여 수행해야 할 작업을 파악하기 위해 비즈니스 분석에서 상황에 대한 최상의 조치를 식별하는 데 널리 사용됩니다.
다른 통계 분석은 제외를 구동하기 위해 배포 될 수 있지만 실제 답변을 제공합니다. 기본적으로 의사 결정 과정에 대한 최적의 제안을 발견하는 데 중점을 둡니다.
규범 적 분석에서 구현되는 몇 가지 기술은 시뮬레이션,그래프 분석,알고리즘,복잡한 이벤트 처리,기계 학습,추천 엔진,비즈니스 규칙 등입니다.
그러나,그것은 서술적 및 예측적 분석과 거의 관련이 있는데,여기서 서술적 분석은 일어난 일의 관점에서 데이터를 설명하고,예측 분석은 일어날 수 있는 일을 예상하며,여기서 규범 적 분석은 이용 가능한 선호도들 사이에서 적절한 제안을 제공하는 것을 다룬다.
5. 탐색적 데이터 분석(에다)
탐색적 데이터 분석,또는 알려진 에다,추론 통계의 대응 물이며,크게 데이터 전문가에 의해 구현. 일반적으로 다른 통계 분석 기술 이전에 수행되는 데이터 분석 프로세스의 첫 번째 단계입니다.
에다는 예측 또는 일반화를 위해 단독으로 배포되지 않으며 데이터의 미리보기를 렌더링하고 이에 대한 몇 가지 핵심 통찰력을 얻는 데 도움이됩니다.
이 방법은 잠재적 인 관계를 인식하기 위해 데이터의 패턴을 분석하는 데 완전히 중점을 둡니다. 에다는 데이터 내에서 알려지지 않은 연관성을 발견하고,수집 된 데이터에서 누락 된 데이터를 검사하고,최대 통찰력을 얻고,가정과 가설을 조사하기 위해 접근 할 수 있습니다.
6. 인과 분석
일반적으로 인과 분석은”왜”사물이 발생하는지,또는 사물이 나타나는 이유와 같은 이유를 이해하고 결정하는 데 도움이됩니다.
예를 들어,현재의 비즈니스 환경에서는 어떤 사건으로 인해 실패하는 많은 아이디어 또는 비즈니스가 있으며,그 조건에서 인과 분석은 실패의 근본 원인 또는 단순히 어떤 일이 일어날 수있는 기본적인 이유를 식별합니다.
정보통신산업에서는 특정 소프트웨어의 품질보증을 점검하는데 사용된다.
다음과 같은 경우 인과 분석을 고려할 수 있습니다;
- 데이터 내부의 중요한 문제 영역 식별,
- 문제 또는 실패의 근본 원인 검사 및 식별,
- 서로 변수가 변경되면 제공된 변수에 어떤 일이 발생할 것인지 이해.
7. 기계론 분석
위의 통계 분석 중 기계론은 가장 일반적인 유형이지만 빅 데이터 분석 및 생물 과학 과정에서 가치가 있습니다. 그것은 이해 하 고 어떻게 일이 일어날 지 보다는 어떻게 특정 것 들 일어날 것 이다 최후를 설명 하기 위해 배포 됩니다.
그것은 외부의 영향을 배제하고 전체 시스템이 자체 내부 요소의 상호 작용을 통해 영향을 받는다는 가정을 고려하면서 다른 변수에 변화를 일으키는 변수의 개별 변화를 그에 상응하게 이해하는 명확한 개념을 사용합니다.
기계 론적 분석의 기본 목표는 다음을 포함한다;
- 그 명확한 변화를 이해하는 것은 다른 변수에 변화를 만들 수 있습니다
- 특히 특정 주제/관심사가 특정 활동을 다룰 때 데이터의 맥락에서 과거 사건이 발생했다는 명확한 설명입니다.
예를 들어,생물 과학에서 바이러스의 다양한 부분이 의학을 변화시킴으로써 어떻게 영향을 받는지 연구하고 검사 할 때.
위의 통계 분석 유형 외에,이러한 통계 처리,또는 통계 데이터 분석 기술은 깊이 방법에 의존 여기서 논의 가치가있다,데이터가 사용되고있다. 특정 연구의 기능 및 요구 사항을 계산하는 동안,데이터 및 통계 분석은 많은 목적을 위해 채택 될 수있다,예를 들어,의료 과학자들은 약물의 효과,또는 효능을 테스트하기위한 통계 분석의 다양한 사용할 수 있습니다.
더 많은 것은 인 무엇,사용 가능한 데이터의 많은 많은 것 들을 알릴 수 있다,데이터 전문가 탐구 하 고 싶은,따라서 통계 분석 몇 가지 유익한 결과 얻을 하 고 몇 가지 추론을 할 수 있다. 또한 어떤 경우에는 통계 분석에 접근하여 사람들의 선호도와 습관에 관한 정보를 축적 할 수 있습니다.
예를 들어,페이스 북이나 인스 타 그램과 같은 사이트의 사용자 데이터는 분석가가 사용하고있는 것과 동기를 부여하는 것과 같은 사용자 인식을 이해하기 위해 사용할 수 있습니다.. 이 정보는 특정 사용자 그룹이 물건을 판매하도록 타겟팅되는 상업 광고에 도움이 될 수 있습니다. 응용 프로그램 개발자가 사용자의 반응과 습관을 이해하고 그에 따라 제품을 변경하는 것도 도움이됩니다.
결론
데이터에 대한 깊은 이해는 비즈니스를위한 수많은 기회를 확대 할 수 있습니다,비즈니스 분석의 구현과 함께,조직은 데이터를 면밀히 조사하면서 달성 할 수있다,예를 들어,예측,통찰력,또는 데이터에서 결론을 구동하기 위해 이것은 통계 분석이 할 수있는 것입니다,예를 들어;
- 주요 결과를 보여주기 위해 그래프 또는 차트의 형태로 데이터를 컴파일하고 명시,
- 평균,분산,왜도 등과 같은 데이터에서 중요한 요소/측정을 탐색,
- 여러 실험에서 가설을 테스트,
- 과거 데이터 행동에 기초하여 오는 선견지명을 예상,그리고 더 많은.
따라서 비즈니스는 통계 분석을 다양한 방법으로 활용할 수 있습니다(예:판매 실적 감소,고객 데이터 동향 파악,재무 감사 수행 등).
(베이지안 통계에 내 다른 블로그를 체크 아웃)