Rumit Statistik penting untuk Big Data - dummies

Perkataan statistik boleh menimbulkan ketakutan kepada beberapa pemula untuk visualisasi data, tetapi jika anda mengabaikan topik ini, anda mengabaikan salah satu daripada cara yang paling berkuasa untuk memperoleh wawasan dan nilai sebenar dari Big Data.

Statistik adalah amalan atau sains pengumpulan data berangka dalam kuantiti yang banyak. Anda tidak perlu keluar dan menjadi saintis data (istilah yang digunakan untuk ahli statistik yang juga geeks data yang menyamar dan yang biasanya memegang beberapa jenis ijazah lanjutan, seperti PhD), tetapi anda mungkin ingin mempertimbangkan untuk memilih buku atau kelas Statistik 101 jika anda mempunyai minat.

Rumus statistik seperti kebarangkalian, varians, dan ramalan yang popular hari ini. Mereka agak mudah untuk memohon kepada mana-mana set data, dan kebanyakan pembaca akan memahami dengan jelasnya. Anda boleh memasukkan beberapa formula statistik ke dalam visualisasi Data Big anda untuk memberikan nilai sebenar kepada pengguna dengan menggunakan teknik yang dibincangkan dalam bahagian berikut.

Mengetahui kebarangkalian bahawa peristiwa akan berlaku

Satu formula statistik yang mungkin anda kenali adalah p riba - kemungkinan atau kemungkinan kejadian berlaku. Rumus berikut mengira kebarangkalian asas untuk senario linear. (Senario bukan linear agak rumit dan terlalu banyak usaha untuk pemula.)

Kebarangkalian = Kebarangkalian Peristiwa Akan Berlaku / Jumlah Hasil Kemungkinan

Gambar berikut menunjukkan kebarangkalian dengan beberapa warna peka yang ditambahkan untuk membuat mesej mudah dibaca dan yang paling penting, dengan jelas menunjukkan bahawa tindakan segera diperlukan.

Probabiliti menyediakan pemeriksaan realiti pantas dan menetapkan nada keseluruhan untuk kisah visualisasi data akan disediakan dalam tempoh tertentu (hari, minggu, suku dan sebagainya).

Menerapkan varians untuk menunjukkan magnitud perubahan

Satu lagi ukuran statistik yang popular ialah v ariance , yang merupakan perbezaan antara satu set titik data.

Formula yang paling biasa digunakan untuk mengira varians adalah

Variance = Final Desired - Current State

Apakah output yang dipaparkan adalah nombor atau peratusan keseluruhan, formula menunjukkan magnitud perubahan antara permulaan dan berakhirnya keadaan titik data.

Memaparkan varians sentiasa menang cepat dan pengganti hebat untuk kombo carta baris / bar, iaitu bagaimana hubungan varians dipaparkan dalam kebanyakan visualisasi.

Carta dalam gambar di bawah menunjukkan kombo carta garisan / bar yang membolehkan pengguna menguraikan varians untuk setiap bulan.

Carta kedua, ditunjukkan dalam angka berikut, jelas plot varians dan mengambil semua tekaan daripada visual.

Peramalan masa depan

Namun satu lagi formula statistik populer yang mungkin anda kenali ialah f oralan , yang merupakan tindakan meramal atau menganggarkan peristiwa atau trend.

Apabila anda mengira ramalan, anda benar-benar menggunakan sejumlah data bersejarah tertentu untuk meramalkan tingkah laku, peristiwa tertentu, atau trend. Sebagai contoh, anda boleh mengira jualan untuk tahun berdasarkan fakta bersejarah yang Januari biasanya menyumbang 5% daripada jualan. Jika anda membuat $ 500 dalam jualan pada bulan Januari maka anda akan menggunakan formula berikut untuk meramalkan berapa banyak jualan yang anda boleh menjangkakan untuk tahun:

$ 500 /. 05 = $ 10, 000

Dalam persamaan ini, $ 500 adalah jualan pada bulan Januari;. 05 adalah peratusan jualan bersejarah yang disumbang oleh Januari; dan $ 10,000 adalah jualan yang diunjurkan untuk tahun ini.

Angka di bawah menunjukkan bagaimana ramalan dipaparkan dalam kebanyakan visualisasi data sebagai garis sederhana dalam carta. Ramalan menunjukkan bagaimana aktiviti yang diberikan boleh dilakukan pada masa akan datang.

Paparan biasa ramalan ini menunjukkan bahawa aliran tunai akhirnya akan menjadi isu untuk organisasi ini.