تحليل البيانات
ما هو تحليل البيانات؟
تحليل البيانات هو عملية فحص البيانات وتنقيتها وتحويلها ونمذجتها بهدف اكتشاف معلومات مفيدة وإبلاغ الاستنتاجات ودعم اتخاذ القرار. — ويكيبيديا
ثلاثة أنواع من التحليل:
- الاستكشافي: اكتشاف الأنماط والاستثناءات.
- تأكيدي: فحص تعميمات نتائج العينة.
- تبنؤي: تقريب حدود المجهول بحسب المعلومات الناقصة.
النوع الأول: التحليل الاستكشافي للبيانات (EDA)
هو مجرَّد وصف للبيانات كما هي. واستنطاق ما تكنُّه من أنماط أو حالات شاذَّة. وذلك قد يفرض علينا أسئلة أو فرضيات معيَّنة.
مثال:
- متى يشتري الناس أكثر؟ -- حساب متوسط المبيعات اليومية والشهرية لكل سلعة.
- ما هي السلع الأكثر مبيعاً؟ -- معرفة أوقات الذروة على مدار اليوم أو أيام الأسبوع.
- من هم عملاؤنا فعلياً؟ (شباب أو كبار السن) -- رسم التوزيع التكراري لأعمار العملاء.
- هل تزيد الأسعار كلما زادت المساحة؟ -- علاقة طردية أم عكسية، وكم هي.
النوع الثاني: التحليل التأكيدي للبيانات (CDA)
يختص التحليل التأكيدي على إثبات فرضيَّة معيَّنة عن طريق صياغتها صياغةً منطقيَّة تخضع للفصح وللإختبار ليتمَّ تعميم الحُكم على بقيَّة الأفراد.
ادّعاء 1: أسماك أبو سيف سامَّة!
- تسمم رجل بسبب أكله لسمكة أبو سيف
- استنتاج: سمك أبو سيف سام!
هل تكفي حالة تسمّم واحدة للحكم على كل الأسماك؟ يجب أن نطرح بعض الأسئلة أولاً للتأكد.
- كم عدد الناس الذين أصيبوا بالتسمم بسبب أكل هذا النوع من السمك؟
- هل هناك عوامل مشتركة بين المتضررين بسبب أكله (حساسيَّة)؟
- ما هو الشيء الذي ندعي أنه سام في اللحم؟ وما هي الكميَّة التي يكون عندها سامًّا؟
ادّعاء 2: الدواء X سيقتلك!
- حالة: والد زميلي توفي بعد أخذه لعلاج معيَّن لمرض القلب
- استنتاج: هذا الدواء قاتل!
يتطلّب الادعاء مقارنة معلومات عن حالة المرضى والعوامل الأخرى التي قد تفسّر النتيجة. والنظر في الحالات الأخرى الذين تناولوه.
ادّعاء 3: جامعة ديوك صعبة!
- أخبرني شخص أنه يعرف طالبين لم يتخرجا إلا بعد سبع سنين من جامعة: ديوك.
- استنتاج: إذًا؛ الجامعة من أصعب الجامعات في البلد!
نحتاج أن نعرف سبب تأخرهما فربما يوجد سبب خارجي. كذلك لابد قبل إطلاق مثل هذا التعميم؛ يجب أن نتحقق من تمثيل العيِّنة للمجموعة؛ فمجرَّد طالبيْن لا يعطي قوَّة إحصائيَّة بل يجب زيادة حجم العيِّنة.
النوع الثالث: التحليلات التنبؤية (PA)
التحليلات التنبؤية تشمل مجموعة من التقنيات الإحصائية من التنقيب في البيانات والنمذجة التنبؤية والتعلّم الآلي التي تحلل الحقائق الحالية والتاريخية للتنبؤ بأحداث مستقبلية أو مجهولة بخلاف ذلك. — ويكيبيديا