Nhamba dzeSainzi dzeData
Statistics inyanzvi yesainzi inodzidza kuunganidzwa, ongororo, dudziro, kuratidzwa, uye kurongeka kwedata. Kune nyanzvi yesainzi yedata, statistics inheyo yakakosha. Nyanzvi yesainzi yedata inoshanda nemhando dzakasiyana dzedata kuti iwane ruzivo runogona kukurudzira kuita sarudzo zviri nani. Nokudaro, kunzwisisa kwakakwana kwepfungwa dzestatistics kwakakosha. Muchinyorwa chino, tichakurukura dzimwe pfungwa dzinokosha dzestatistics dzine chekuita nesainzi yedata.
Nhanganyaya kuStatistics
Nhamba dzakakamurwa kuita mapazi maviri makuru: nhamba dzinotsanangura uye nhamba dzinofungidzira. Nhamba dzinotsanangura dzine chinangwa chekupfupikisa nekutsanangura data riripo, nepo nhamba dzinofungidzira dzichidudzira data uye dzichiita generalizations kana fungidziro zvichibva pa data remuenzaniso.
Nhamba Dzinotsanangura
Nhamba dzinotsanangura dzinobatsira mukunzwisisa nekutsanangura hunhu hukuru hweseti yedata. Dzimwe dzenzira huru munhamba dzinotsanangura dzinosanganisira:
1. Chiyero cheKuisa Pakati:
– Avhareji (Avhareji): Avhareji yemasvomhu yemhando dzakasiyana dzezvinhu.
- Pakati: Kukosha kwepakati kwedata rakarongeka.
- Modhi: Kukosha kunowanikwa kakawanda mudata.
2. Saizi yekupararira:
- Range: Musiyano uripo pakati pehuwandu hwepamusoro nehwepasi.
– Kusiyana: Avhareji yehuwandu hwemasekonzi ekutsauka kwezviyero kubva paavhareji.
- Kutsauka Kwakajairwa: Mudzi wechikwere wemusiyano, uyo unopa pfungwa yekupararira kwedata.
3. Kugoverwa Kwenguva Dzose: Tafura kana girafu (senge histogram) inoratidza kuwanda kwemamwe manhamba kana huwandu hwemanhamba ari mudata.
Nhamba dzekufungidzira
Musainzi yedata, hatiwanzo kuwana ruzivo rwese rwevanhu. Nokudaro, tinowanzo shanda nemasamples edata uye tinoshandisa inferential statistics kuti tiwane generalizations kana mhedziso pamusoro pevanhu. Dzimwe pfungwa huru mu inferential statistics dzinosanganisira:
1. Kufungidzira kweParamende:
– Kufungidzira kwePoint: Inopa kukosha kumwe chete sekufungidzira kweparameter yevanhu (semuenzaniso, avhareji yemuenzaniso sekufungidzira kweavhareji yevanhu).
– Kufungidzira Nguva (Kuvimba Nguva): Inopa huwandu hwezvinhu zvinotendwa kuti zvine parameter yevanhu ine nhanho yakati yekuvimba (semuenzaniso, nguva yekuvimba ye95%).
2. Kuedzwa kweFungidziro: Maitiro ekuona kana chirevo pamusoro pehuwandu hwevanhu chichigona kugamuchirwa kana kurambwa. Kuedzwa kweFungidziro kunowanzo sanganisira p-value, inova mukana wekuwana mhedzisiro yakanyanya seyakaonekwa, tichifunga kuti null hypothesis ndeyechokwadi.
Basa reStatistics muData Science
Sainzi yedata inzvimbo inosanganisa hunyanzvi hwemasvomhu, nhamba, mapurogiramu, uye ruzivo rwenzvimbo kuti iwane ruzivo kubva mudata. Nhamba dzinoita basa guru muzvikamu zvakasiyana-siyana zvemaitiro emusayendisiti wedata, kubva pakutsvaga kwekutanga kwedata kusvika kumamodheru akaomarara ekufanotaura.
Kutsvaga Data (EDA)
Tisati tagadzira modhi yekufanotaura, zvakakosha kuti tinzwisise data ratinaro. Kuongorora Data (EDA) idanho rakakosha pakuona mapatani, zvinhu zvisina kujairika, uye kugoverwa kwedata. EDA inosanganisira kushandiswa kwehunyanzvi hwekuverenga nhamba uye kuona data senge histograms, scatterplots, uye boxplots kuti tinzwisise chimiro uye hunhu hwedata.
Kufungidzira Kutevedzera
Nhamba dzakakosha pakufanotaura. Dzimwe nzira dzekuverenga dzinowanzo shandiswa nevanoongorora data dzinosanganisira:
1. Kudzoreredzwa Kwemutsara: Nzira yekufananidza hukama huripo pakati pechinhu chinotsamira pane chimwe chinhu uye chimwe kana kupfuura chakazvimiririra nekuisa mutsetse wakatsetseka.
2. Kudzoreredzwa kweLogistic: Kunoshandiswa pakuenzanisa ma binary dependent variables (zvikamu zviviri) nekufungidzira mukana wekuitika.
3. Kuongorora Kusiyana-siyana (ANOVA): Nzira yekuenzanisa nzira dzemapoka akati wandei uye kuona kana musiyano uripo pakati pemapoka wakakosha.
4. Kuongororwa kweChikamu Chikuru (PCA): Nzira yekuderedza miganhu inopfupikisa data muzvikamu zvikuru zvakasiyana-siyana kuderedza kuoma kwedata pasina kurasikirwa neruzivo rwakakosha.
Kufungidzira kweChikonzero
Masayendisiti edata anowanzo farira kwete chete hukama huripo pakati pezvimiro zvechinhu asiwo kunzwisisa hukama hwechikonzero nemhedzisiro. Kufungidzira kwechikonzero ibazi rezviverengero rinotarisa pakunzwisisa kuti shanduko mune chimwe chimiro chechinhu dzinokanganisa sei chimwe. Nzira dzakadai semiedzo yakadzorwa isina kurongeka (RCTs), ongororo yenzira, uye modeling yechimiro zvishandiso zvine simba mukuongorora kwechikonzero.
Matambudziko muKuongorora Data
Kunyange hazvo nhamba dzichipa maturusi akawanda ane simba, ongororo yedata rechokwadi inowanzosangana nematambudziko akasiyana-siyana, akadai se:
1. Data Risina Kukwana: Data risipo kana risipo rinogona kuderedza kunaka kwekuongorora. Nzira dzekufungidzira, dzakadai se mean imputation kana machine learning-based models, dzinowanzo shandiswa kubata data risipo.
2. Zvinhu Zvisina Kunaka uye Ruzha: Data rine zvinhu zvisina kunaka kana ruzha rinogona kukanganisa mhedzisiro yekuongorora. Kuchenesa data uye nzira dzekuona zvinhu zvisina kunaka zvinodiwa kuti uone uye ubate zvinhu zvisina kunaka.
3. Kuisa zvinhu zvakanyanya: Kuisa zvinhu zvakanyanya kunoitika kana modhi yakaoma uye inoenderana nedata rekudzidziswa asi isingashande zvakanaka padata idzva. Matekiniki akadai sekugadzirisa (Lasso, Ridge) uye cross-validation anogona kubatsira kugadzirisa kuisa zvinhu zvakanyanya.
4. Multicollinearity: Kana mavariable maviri kana anopfuura akazvimiririra akabatana zvakanyanya, multicollinearity inogona kukonzera matambudziko mukufungidzira regression coefficients. Matekiniki akadai sePCA kana sarudzo yezvimiro anoshandiswa kugadzirisa dambudziko iri.
Mhedziso
Nhamba chishandiso chakakosha kune masayendisiti edata. Nekunzwisisa nekushandisa matekiniki enhamba, masayendisiti edata anogona kugadzirisa nekuongorora data zvinobudirira kuti awane ruzivo rwakakosha. Maitiro eEDA, kufembera modhi, uye fungidziro yechikonzero zvese zvinotsamira panhamba kuti zvigadzire sarudzo dzakarurama uye dzakakodzera dzinobva padata.
Sezvo kuwanda kwedata uye kuoma kwekuongorora kuri kuwedzera, zvakakosha kuti masayendisiti edata arambe achinzwisisa zvakadzama manhamba uye matekiniki matsva ekuongorora data. Izvi zvinobvumira masayendisiti edata kuti arambe ari pamberi mukugadzira zvinhu zvitsva uye kuita sarudzo dzinotungamirirwa nedata, vachipa mipiro yakakosha kumasangano nenharaunda yese.
