数据分析
外观
(重定向自資料分析)
此条目可能包含原创研究。 (2014年6月14日) |
数据分析是一种统计学常用方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。
资料分析可以处理大量数据,并确定这些数据最有用的部分。本学科近年来的成功,很大程度上是因为制图技术的提高。这些图可以通过直接分析数据,来突出难以捕捉的关系;更重要的是,这些表达方法与基于现象分布的“先验”观念无关,与经典统计方法正相反。
资料分析的数学基础在20世纪早期就已确立,但直到电子计算机的出现才使得实际操作成为可能,并使得资料分析得以推广,而资料分析是数学与计算机科学相结合的产物,,且相关的应用还能在未来起到预测舆情、风险控管的效果。[1]
若是以固定时间为资料分析的颗粒单位,则称为时间序列分析,是主要作为销售数据商业分析的方法之一。
参考文献
[编辑]- ^ 大數據的未來 楊立偉:讓預言成真. tw.news.yahoo.com. [2022-12-30]. (原始内容存档于2022-12-30) (中文(台湾)).
这是一篇与计算机相关的小作品。您可以通过编辑或修订扩充其内容。 |