| http://dbpedia.org/ontology/abstract
|
Розвідувальний аналіз займається попереднім експрес-аналізом даних шляхом їх перетворення та/або представлення у зручному вигляді: графічному, табличному, схем, діаграм і т.д.
, El análisis exploratorio de datos es una f … El análisis exploratorio de datos es una forma de analizar datos definido por John W. Tukey (E.D.A.: Exploratory data analysis) es el tratamiento estadístico al que se someten las muestras recogidas durante un proceso de investigación en cualquier campo científico. Para mayor rapidez y precisión, todo el proceso suele realizarse por medios informáticos, con aplicaciones específicas para el tratamiento estadístico. Los E.D.A., no necesariamente, se llevan a cabo con una base de datos al uso, ni con una hoja de cálculo convencional; no obstante el programa SPSS y los lenguajes de programación R y Python son las aplicaciones más utilizadas, aunque no las únicas. Por ejemplo, en el campo de la Arqueología el análisis técnico de una pieza puede ser simultáneo a la introducción de los datos, bien porque las fichas estén directamente informatizadas o, bien, porque se usen formularios en papel cuyos datos sean fáciles de introducir en el ordenador o computadora. Es posible, incluso, usar en la propia excavación, una serie de PDAs conectados en red inalámbrica instalada en el yacimiento arqueológico, que envíen numerosos datos de campo a una base de datos central que luego se usarán con fines diversos, entre ellos este. Los pasos seguidos en el E. D. A. son básicamente dos:
* Medición y descripción de los datos tecnológicos —tipológicos— y dimensiones, por medio de la Estadística descriptiva. Aquí tenemos, por un lado, las medidas de tendencia central (promedios que, en una sola cifra, resumen todos los valores de una muestra: media, mediana y moda son las más habituales) y, por otro, las medidas de dispersión (que calculan hasta qué punto la muestra se agrupa o no en torno a esos promedios). Dentro de este apartado, se ha de procurar, además, calibrar la confianza de las muestras a través de tres estadímetros básicos: la desviación estándar de la muestra, la curtosis y la asimetría.La siguiente es una tabla de ejemplo:
* Comparación de los caracteres de una muestra, o de varias muestras diferentes por medio de la Estadística inferencial. Las pruebas más frecuentemente utilizadas comienzan por las más sencillas comparaciones visuales —a través de gráficas como la campana de Gauss, nubes de dispersión o diagramas de caja y arbotantes—, pasando por las socorridas tablas de contingencia (incluido la prueba del χ2), y por los típicos Análisis de Varianza (que no es más que una confrontación muy precisa de los promedios de varias muestras), hasta llegar a los más complejos análisis multivariantes de conglomerados.Yacimiento 1⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎫Yacimiento 2⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎫⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎫ ⎬⎯⎯⎯⎯⎯⎯⎯Yacimiento 3⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎭ ⎬⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎭Yacimiento 4⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎭ Resultados del análisis de mulivariante de conglomerados por el método de Ward efectuado en los ciertos tipos líticos, computando variables tecnológicas. Es un ejemplo real, en él se permite observar la similitud o disparidad de los yacimientos seleccionados en virtud de una serie de parámetros seleccionados por el investigador. Los cálculos estadísticos orientan sobre la fiabilidad de las muestras usadas, aunque no son infalibles, e indican si los resultados obtenidos al calcular las pruebas inferenciales son aceptables, es lo que llamamos nivel de confianza (se debe procurar que este nunca sea inferior al 95% = 0,95).ue este nunca sea inferior al 95% = 0,95).
, Die explorative Datenanalyse (EDA) oder ex … Die explorative Datenanalyse (EDA) oder explorative Statistik ist ein Teilgebiet der Statistik. Sie untersucht und begutachtet Daten, von denen nur ein geringes Wissen über deren Zusammenhänge vorliegt. Viele EDA-Techniken werden im Data-Mining eingesetzt. Außerdem werden sie häufig in Lehrveranstaltungen über die Statistik als Einführung in das statistische Denken gelehrt. Diese Benennung wurde von John W. Tukey in den 1970er Jahren eingeführt. Tukey legte dar, dass ein zu großer Schwerpunkt in der Statistik auf das Auswerten und Testen von gegebenen Hypothesen gelegt wird. Ferner schlug er vor, Daten dazu zu verwenden, um mögliche Hypothesen zu erhalten, welche anschließend getestet werden.lten, welche anschließend getestet werden.
, 탐색적 자료 분석(영어: Exploratory data analysis)은 … 탐색적 자료 분석(영어: Exploratory data analysis)은 존 튜키라는 미국의 저명한 통계학자가 창안한 자료 분석 방법론이다. 기존의 통계학이 정보의 추출에서 가설 검정 등에 치우쳐 자료가 가지고 있는 본연의 의미를 찾는데 어려움이 있어, 이를 보완하고자 주어진 자료만 가지고도 충분한 정보를 찾을 수 있도록 여러 가지 탐색적 자료 분석 방법을 개발하였다. 대표적인 예로 박스플롯을 들 수 있다. 탐색적 자료 분석을 통하여 자료에 대한 충분한 이해를 한 후에 모형 적합 등의 좀 더 정교한 모형을 개발할 수 있다.분한 이해를 한 후에 모형 적합 등의 좀 더 정교한 모형을 개발할 수 있다.
, Em estatística, a análise exploratória de … Em estatística, a análise exploratória de dados (AED) é uma abordagem à análise de conjuntos de dados de modo a resumir suas características principais, frequentemente com métodos visuais. Um modelo estatístico pode ou não ser usado, mas primariamente a AED tem como objetivo observar o que os dados podem nos dizer além da modelagem formal ou do processo de teste de hipóteses. A análise exploratória de dados foi promovida pelo estatístico norte-americano John Tukey, que incentivava os estatísticos a explorar os dados e possivelmente formular hipóteses que poderiam levar a novas coletas de dados e experimentos. A AED é diferente da análise inicial de dados (AID), que se concentra mais estreitamente em verificar os pressupostos exigidos para ajuste de modelos e teste de hipóteses, além de manusear valores faltantes e fazer transformações de variáveis conforme necessário. A análise exploratória de dados abrange a AID. A análise exploratória de dados emprega grande variedade de técnicas gráficas e quantitativas, visando maximizar a obtenção de informações ocultas na sua estrutura, descobrir variáveis importantes em suas tendências, detectar comportamentos anômalos do fenômeno, testar se são válidas as hipóteses assumidas, escolher modelos e determinar o número ótimo de variáveis. Os softwares atualmente disponíveis possibilitam que esta técnica se constitua em uma ferramenta para descobrir quais tendências, relações e padrões podem estar ocultos em uma coleção de dados analisados. Seguindo as diretrizes propostas por Tukey, os investigadores deveriam iniciar sua análise pelo exame dos dados disponíveis e depois decidir qual técnica aplicar para resolver o problema. técnica aplicar para resolver o problema.
, Badania eksploracyjne (EDA, ang. explorato … Badania eksploracyjne (EDA, ang. exploratory data analysis) – podejście we wnioskowaniu statystycznym obejmujące opis, wizualizację i badanie zebranych danych bez potrzeby zakładania z góry hipotez badawczych. Jest wstępnym etapem procesu naukowego. Może korzystać z metod modelowania statystycznego i weryfikacji hipotez statystycznych, ale używa ich do odnajdywania, a nie potwierdzania idei. Ma ona na celu wzbogacenia wiedzy naukowej o hipotezy, które mogą nasunąć nieukierunkowana obserwacja i analizy. Badania eksploracyjne obejmują też wstępne sprawdzanie danych w celu skontrolowania założeń modeli statystycznych, lub występowania błędów w danych (np. brakujących odpowiedzi). Jest to klasyczne podejście, z którego wraz z rosnącą dostępnością komputerów wyłoniła się dziedzina komputerowej eksploracji danych (data miningu), oraz data science i big data. Eksplorację danych jako osobne podejście spopularyzował statystyk John Tukey.jście spopularyzował statystyk John Tukey.
, Разведочный анализ данных (англ. explorato … Разведочный анализ данных (англ. exploratory data analysis, EDA) — анализ основных свойств данных, нахождение в них общих закономерностей, распределений и аномалий, построение начальных моделей, зачастую с использованием инструментов визуализации. Понятие введено математиком Джоном Тьюки, который сформулировал цели такого анализа следующим образом:
* максимальное «проникновение» в данные,
* выявление основных структур,
* выбор наиболее важных переменных,
* обнаружение отклонений и аномалий,
* проверка основных гипотез,
* разработка начальных моделей. Основные средства разведочного анализа — изучение вероятностных распределений переменных, построение и анализ , факторный анализ, дискриминантный анализ, многомерное шкалирование.инантный анализ, многомерное шкалирование.
, 探索的データ解析（たんさくてきデータかいせき、英: exploratory data … 探索的データ解析（たんさくてきデータかいせき、英: exploratory data analysis、EDA）とは、データセットを解析してその主な特徴を要約する、統計学における手法であり、しばしばやその他のデータ可視化手法を使用する。統計モデルは使っても使わなくてもよいが、EDAは主に形式的なモデル化を超えてデータが何を語ってくれるかを見るためのもので、それによって従来の仮説検定と対比される。探索的データ解析は、1970年以降、ジョン・テューキーによって推進されており、統計学者に対して、データを探索し新しいデータ収集や実験につながるような仮説を立てることを奨励している。EDAは初期データ解析（IDA）とは異なるもので、IDAは、モデル適合や仮説検定に必要な前提条件を確認したり、欠損値の処理や、必要に応じて変数を変換を行うことに焦点を絞っている。EDAにはIDAが含まれる。や、必要に応じて変数を変換を行うことに焦点を絞っている。EDAにはIDAが含まれる。
, Explorační analýza dat (anglicky Explorato … Explorační analýza dat (anglicky Exploratory data analysis, EDA) je ve statistice souhrn metod používaných pro průzkum dat a hledání hypotéz, které stojí za to testovat (což pak je , Confirmatory data analysis).EDA definoval ve stejnojmenné knize a jako její hlavní úkoly určil:
* Navrhnout hypotézy o příčinách pozorovaných jevů.
* Ověřit předpoklady statistických metod, které se použijí.
* Podložit výběr vhodných statistických nástrojů a technik.
* Poskytnout základnu dalšímu sběru dat pomocí průzkumů či experimentů. sběru dat pomocí průzkumů či experimentů.
, In statistics, exploratory data analysis ( … In statistics, exploratory data analysis (EDA) is an approach of analyzing data sets to summarize their main characteristics, often using statistical graphics and other data visualization methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling and thereby contrasts traditional hypothesis testing. Exploratory data analysis has been promoted by John Tukey since 1970 to encourage statisticians to explore the data, and possibly formulate hypotheses that could lead to new data collection and experiments. EDA is different from initial data analysis (IDA), which focuses more narrowly on checking assumptions required for model fitting and hypothesis testing, and handling missing values and making transformations of variables as needed. EDA encompasses IDA. variables as needed. EDA encompasses IDA.
, Estatistikan, datuen azterketa esploratzai … Estatistikan, datuen azterketa esploratzailea (nazioartean EDA akronimoaz ezaguna dena, Exploratory Data Analysis ingelesezko lokuziotik) ikerketa estatistikoa egiteko ikuspuntu eta teknika-multzo bat da, datuetan dauden joerak, erlazioak eta egiturak hautemateko datuen beraien esploraketa edo azterketa sustatu eta estatistika klasikoan datuak islatzeko baliatzen diren ereduetarako hipotesi eta baldintzen aldez aurretiko egiaztapena nabarmentzen duena. Bereziki, datu-diagramen erabilera sustatzen du, zenbakizko azterketak datu multzoetako egitura sakona ezkutatu egiten duelakoan. Era berean, muturreko datuen mendean ez dauden estatistiko jasankorrak hobesten ditu, horiek zenbakizko azterketan duten eragina baztertzearren. Esploratzaile izenondoak datuen hasierako azterketari egin dio erreferentzia, azterketa konfirmatzailea edo datuen azterketarako eredu konplexuak aplikatu aurretik, baina behin betiko azterketa osotu moduan ere balia daiteke. azterketa osotu moduan ere balia daiteke.
|
| http://dbpedia.org/ontology/thumbnail
|
http://commons.wikimedia.org/wiki/Special:FilePath/Data_visualization_process_v1.png?width=300 +
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
https://www.itl.nist.gov/div898/handbook/eda/eda.htm +
, https://archive.org/details/exploratorydataa00tuke_0 +
, http://www.uv.es/visualstats/Book +
, https://archive.org/details/applicationsbasi00vell +
, https://archive.org/details/exploringdatatab0000unse +
, http://www.unc.edu/~rcm/book/factornew.htm +
, https://oli.cmu.edu/courses/free-open/statistics-course-details/ +
, http://www.sciencedirect.com/science/book/9780123800909 +
, https://journals.sagepub.com/doi/pdf/10.3102/0091732X008001085 +
, https://link.springer.com/book/10.1007%2F978-1-4612-4950-4 +
|
| http://dbpedia.org/ontology/wikiPageID
|
416589
|
| http://dbpedia.org/ontology/wikiPageLength
|
17345
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1111359043
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/JMP_%28statistical_software%29 +
, http://dbpedia.org/resource/Heat_map +
, http://dbpedia.org/resource/KNIME +
, http://dbpedia.org/resource/Skewness +
, http://dbpedia.org/resource/Dianne_Cook_%28statistician%29 +
, http://dbpedia.org/resource/Parallel_coordinates +
, http://dbpedia.org/resource/Histogram +
, http://dbpedia.org/resource/Testing_hypotheses_suggested_by_the_data +
, http://dbpedia.org/resource/Bell_Labs +
, http://dbpedia.org/resource/Empirical_distribution_function +
, http://dbpedia.org/resource/Statistics +
, http://dbpedia.org/resource/Multi-vari_chart +
, http://dbpedia.org/resource/Maximum +
, http://dbpedia.org/resource/Chernoff_face +
, http://dbpedia.org/resource/Anscombe%27s_quartet +
, http://dbpedia.org/resource/Bootstrapping_%28statistics%29 +
, http://dbpedia.org/resource/Configural_frequency_analysis +
, http://dbpedia.org/resource/Computational_statistics +
, http://dbpedia.org/resource/Data_visualization +
, http://dbpedia.org/resource/Five_number_summary +
, http://dbpedia.org/resource/Scatter_plot +
, http://dbpedia.org/resource/Bar_chart +
, http://dbpedia.org/resource/Tip_rate +
, http://dbpedia.org/resource/Pareto_chart +
, http://dbpedia.org/resource/Gottfried_Noether +
, http://dbpedia.org/resource/Ordination_%28statistics%29 +
, http://dbpedia.org/resource/Stemplot +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Odds_ratio +
, http://dbpedia.org/resource/John_Tukey +
, http://dbpedia.org/resource/Data +
, http://dbpedia.org/resource/Pattern_recognition +
, http://dbpedia.org/resource/Multilinear_principal_component_analysis +
, http://dbpedia.org/resource/Data_set +
, http://dbpedia.org/resource/Outlier +
, http://dbpedia.org/resource/Survey_sampling +
, http://dbpedia.org/resource/Standard_deviation +
, http://dbpedia.org/resource/Quantile +
, http://dbpedia.org/resource/Robust_statistics +
, http://dbpedia.org/resource/Quartile +
, http://dbpedia.org/resource/Orange_%28software%29 +
, http://dbpedia.org/resource/Extreme_value +
, http://dbpedia.org/resource/R_%28programming_language%29 +
, http://dbpedia.org/resource/Causality +
, http://dbpedia.org/resource/Trend_estimation +
, http://dbpedia.org/resource/Statistical_model +
, http://dbpedia.org/resource/File:Data_visualization_process_v1.png +
, http://dbpedia.org/resource/Heteroscedasticity +
, http://dbpedia.org/resource/Minimum +
, http://dbpedia.org/resource/Minitab +
, http://dbpedia.org/resource/Multidimensional_scaling +
, http://dbpedia.org/resource/Phenomenon +
, http://dbpedia.org/resource/Data_analysis +
, http://dbpedia.org/resource/Data_dredging +
, http://dbpedia.org/resource/SAS_Institute +
, http://dbpedia.org/resource/Structured_data_analysis_%28statistics%29 +
, http://dbpedia.org/resource/Iconography_of_correlations +
, http://dbpedia.org/resource/Andrew_S._C._Ehrenberg +
, http://dbpedia.org/resource/Mean_value +
, http://dbpedia.org/resource/Resampling_%28statistics%29 +
, http://dbpedia.org/resource/Nonlinear_dimensionality_reduction +
, http://dbpedia.org/resource/Arthur_Lyon_Bowley +
, http://dbpedia.org/resource/Category:Exploratory_data_analysis +
, http://dbpedia.org/resource/Analytic_function +
, http://dbpedia.org/resource/Targeted_projection_pursuit +
, http://dbpedia.org/resource/Box_plot +
, http://dbpedia.org/resource/Bradley_Efron +
, http://dbpedia.org/resource/Trimean +
, http://dbpedia.org/resource/S-PLUS +
, http://dbpedia.org/resource/Python_%28programming_language%29 +
, http://dbpedia.org/resource/Nonparametric_statistics +
, http://dbpedia.org/resource/Statistical_graphics +
, http://dbpedia.org/resource/Five-number_summary +
, http://dbpedia.org/resource/Pierre-Simon_Laplace +
, http://dbpedia.org/resource/Heavy-tailed_distribution +
, http://dbpedia.org/resource/Quantity +
, http://dbpedia.org/resource/Principal_component_analysis +
, http://dbpedia.org/resource/Francis_Galton +
, http://dbpedia.org/resource/Deborah_F._Swayne +
, http://dbpedia.org/resource/Data_reduction +
, http://dbpedia.org/resource/Predictive_analytics +
, http://dbpedia.org/resource/Exponential_family +
, http://dbpedia.org/resource/Run_chart +
, http://dbpedia.org/resource/Open-source_software +
, http://dbpedia.org/resource/Median_test +
, http://dbpedia.org/resource/Data_mining +
, http://dbpedia.org/resource/Dimensionality_reduction +
, http://dbpedia.org/resource/Systematic_error +
, http://dbpedia.org/resource/John_W._Tukey +
, http://dbpedia.org/resource/TinkerPlots +
, http://dbpedia.org/resource/Statistical_hypothesis_testing +
, http://dbpedia.org/resource/Seven-number_summary +
, http://dbpedia.org/resource/Median +
, http://dbpedia.org/resource/Weka_%28machine_learning%29 +
, http://dbpedia.org/resource/Median_polish +
, http://dbpedia.org/resource/Design_of_experiments +
, http://dbpedia.org/resource/Statistical_inference +
, http://dbpedia.org/resource/Open_University +
, http://dbpedia.org/resource/Decile +
, http://dbpedia.org/resource/S_%28programming_language%29 +
, http://dbpedia.org/resource/Descriptive_statistics +
, http://dbpedia.org/resource/Order_statistic +
, http://dbpedia.org/resource/Statistical_theory +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Cite_book +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:%27s +
, http://dbpedia.org/resource/Template:Data_Visualization +
, http://dbpedia.org/resource/Template:ISBN +
, http://dbpedia.org/resource/Template:Social_surveys +
, http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Authority_control +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Exploratory_data_analysis +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Approach +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Exploratory_data_analysis?oldid=1111359043&ns=0 +
|
| http://xmlns.com/foaf/0.1/depiction
|
http://commons.wikimedia.org/wiki/Special:FilePath/Tips-hist1.png +
, http://commons.wikimedia.org/wiki/Special:FilePath/Tips-hist2.png +
, http://commons.wikimedia.org/wiki/Special:FilePath/Tips-scat1.png +
, http://commons.wikimedia.org/wiki/Special:FilePath/Tips-scat2.png +
, http://commons.wikimedia.org/wiki/Special:FilePath/Data_visualization_process_v1.png +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Exploratory_data_analysis +
|
| owl:sameAs |
http://tr.dbpedia.org/resource/Ke%C5%9Fifsel_veri_analizi +
, http://dbpedia.org/resource/Exploratory_data_analysis +
, http://pl.dbpedia.org/resource/Badania_eksploracyjne +
, http://ko.dbpedia.org/resource/%ED%83%90%EC%83%89%EC%A0%81_%EC%9E%90%EB%A3%8C_%EB%B6%84%EC%84%9D +
, http://pt.dbpedia.org/resource/An%C3%A1lise_explorat%C3%B3ria_de_dados +
, http://uk.dbpedia.org/resource/%D0%A0%D0%BE%D0%B7%D0%B2%D1%96%D0%B4%D1%83%D0%B2%D0%B0%D0%BB%D1%8C%D0%BD%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D1%96%D0%B7 +
, http://ru.dbpedia.org/resource/%D0%A0%D0%B0%D0%B7%D0%B2%D0%B5%D0%B4%D0%BE%D1%87%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 +
, http://d-nb.info/gnd/4128896-8 +
, http://www.wikidata.org/entity/Q1322871 +
, https://global.dbpedia.org/id/LM15 +
, http://rdf.freebase.com/ns/m.025t2d +
, http://cs.dbpedia.org/resource/Explora%C4%8Dn%C3%AD_anal%C3%BDza_dat +
, http://de.dbpedia.org/resource/Explorative_Datenanalyse +
, http://fa.dbpedia.org/resource/%D8%AA%D8%AD%D9%84%DB%8C%D9%84_%DA%A9%D8%A7%D9%88%D8%B4%DA%AF%D8%B1%D8%A7%D9%86%D9%87_%D8%AF%D8%A7%D8%AF%D9%87%E2%80%8C%D9%87%D8%A7 +
, http://es.dbpedia.org/resource/An%C3%A1lisis_exploratorio_de_datos +
, http://eu.dbpedia.org/resource/Datuen_azterketa_esploratzaile +
, http://ja.dbpedia.org/resource/%E6%8E%A2%E7%B4%A2%E7%9A%84%E3%83%87%E3%83%BC%E3%82%BF%E8%A7%A3%E6%9E%90 +
|
| rdf:type |
http://dbpedia.org/class/yago/Know-how105616786 +
, http://dbpedia.org/class/yago/Method105660268 +
, http://dbpedia.org/class/yago/PsychologicalFeature100023100 +
, http://dbpedia.org/class/yago/Cognition100023271 +
, http://dbpedia.org/ontology/ProgrammingLanguage +
, http://dbpedia.org/class/yago/Abstraction100002137 +
, http://dbpedia.org/class/yago/WikicatMethodsAndPrinciplesInArchaeology +
, http://dbpedia.org/class/yago/Ability105616246 +
|
| rdfs:comment |
탐색적 자료 분석(영어: Exploratory data analysis)은 … 탐색적 자료 분석(영어: Exploratory data analysis)은 존 튜키라는 미국의 저명한 통계학자가 창안한 자료 분석 방법론이다. 기존의 통계학이 정보의 추출에서 가설 검정 등에 치우쳐 자료가 가지고 있는 본연의 의미를 찾는데 어려움이 있어, 이를 보완하고자 주어진 자료만 가지고도 충분한 정보를 찾을 수 있도록 여러 가지 탐색적 자료 분석 방법을 개발하였다. 대표적인 예로 박스플롯을 들 수 있다. 탐색적 자료 분석을 통하여 자료에 대한 충분한 이해를 한 후에 모형 적합 등의 좀 더 정교한 모형을 개발할 수 있다.분한 이해를 한 후에 모형 적합 등의 좀 더 정교한 모형을 개발할 수 있다.
, Разведочный анализ данных (англ. explorato … Разведочный анализ данных (англ. exploratory data analysis, EDA) — анализ основных свойств данных, нахождение в них общих закономерностей, распределений и аномалий, построение начальных моделей, зачастую с использованием инструментов визуализации. Понятие введено математиком Джоном Тьюки, который сформулировал цели такого анализа следующим образом:
* максимальное «проникновение» в данные,
* выявление основных структур,
* выбор наиболее важных переменных,
* обнаружение отклонений и аномалий,
* проверка основных гипотез,
* разработка начальных моделей. гипотез,
* разработка начальных моделей.
, 探索的データ解析（たんさくてきデータかいせき、英: exploratory data … 探索的データ解析（たんさくてきデータかいせき、英: exploratory data analysis、EDA）とは、データセットを解析してその主な特徴を要約する、統計学における手法であり、しばしばやその他のデータ可視化手法を使用する。統計モデルは使っても使わなくてもよいが、EDAは主に形式的なモデル化を超えてデータが何を語ってくれるかを見るためのもので、それによって従来の仮説検定と対比される。探索的データ解析は、1970年以降、ジョン・テューキーによって推進されており、統計学者に対して、データを探索し新しいデータ収集や実験につながるような仮説を立てることを奨励している。EDAは初期データ解析（IDA）とは異なるもので、IDAは、モデル適合や仮説検定に必要な前提条件を確認したり、欠損値の処理や、必要に応じて変数を変換を行うことに焦点を絞っている。EDAにはIDAが含まれる。や、必要に応じて変数を変換を行うことに焦点を絞っている。EDAにはIDAが含まれる。
, Explorační analýza dat (anglicky Explorato … Explorační analýza dat (anglicky Exploratory data analysis, EDA) je ve statistice souhrn metod používaných pro průzkum dat a hledání hypotéz, které stojí za to testovat (což pak je , Confirmatory data analysis).EDA definoval ve stejnojmenné knize a jako její hlavní úkoly určil:
* Navrhnout hypotézy o příčinách pozorovaných jevů.
* Ověřit předpoklady statistických metod, které se použijí.
* Podložit výběr vhodných statistických nástrojů a technik.
* Poskytnout základnu dalšímu sběru dat pomocí průzkumů či experimentů. sběru dat pomocí průzkumů či experimentů.
, In statistics, exploratory data analysis ( … In statistics, exploratory data analysis (EDA) is an approach of analyzing data sets to summarize their main characteristics, often using statistical graphics and other data visualization methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling and thereby contrasts traditional hypothesis testing. Exploratory data analysis has been promoted by John Tukey since 1970 to encourage statisticians to explore the data, and possibly formulate hypotheses that could lead to new data collection and experiments. EDA is different from initial data analysis (IDA), which focuses more narrowly on checking assumptions required for model fitting and hypothesis testing, and handling missing values and making transformations of variavalues and making transformations of varia
, Estatistikan, datuen azterketa esploratzai … Estatistikan, datuen azterketa esploratzailea (nazioartean EDA akronimoaz ezaguna dena, Exploratory Data Analysis ingelesezko lokuziotik) ikerketa estatistikoa egiteko ikuspuntu eta teknika-multzo bat da, datuetan dauden joerak, erlazioak eta egiturak hautemateko datuen beraien esploraketa edo azterketa sustatu eta estatistika klasikoan datuak islatzeko baliatzen diren ereduetarako hipotesi eta baldintzen aldez aurretiko egiaztapena nabarmentzen duena. Bereziki, datu-diagramen erabilera sustatzen du, zenbakizko azterketak datu multzoetako egitura sakona ezkutatu egiten duelakoan. Era berean, muturreko datuen mendean ez dauden estatistiko jasankorrak hobesten ditu, horiek zenbakizko azterketan duten eragina baztertzearren. Esploratzaile izenondoak datuen hasierako azterketari egin dio errefatuen hasierako azterketari egin dio erref
, Die explorative Datenanalyse (EDA) oder ex … Die explorative Datenanalyse (EDA) oder explorative Statistik ist ein Teilgebiet der Statistik. Sie untersucht und begutachtet Daten, von denen nur ein geringes Wissen über deren Zusammenhänge vorliegt. Viele EDA-Techniken werden im Data-Mining eingesetzt. Außerdem werden sie häufig in Lehrveranstaltungen über die Statistik als Einführung in das statistische Denken gelehrt.ührung in das statistische Denken gelehrt.
, Badania eksploracyjne (EDA, ang. explorato … Badania eksploracyjne (EDA, ang. exploratory data analysis) – podejście we wnioskowaniu statystycznym obejmujące opis, wizualizację i badanie zebranych danych bez potrzeby zakładania z góry hipotez badawczych. Jest wstępnym etapem procesu naukowego. Może korzystać z metod modelowania statystycznego i weryfikacji hipotez statystycznych, ale używa ich do odnajdywania, a nie potwierdzania idei. Ma ona na celu wzbogacenia wiedzy naukowej o hipotezy, które mogą nasunąć nieukierunkowana obserwacja i analizy. Badania eksploracyjne obejmują też wstępne sprawdzanie danych w celu skontrolowania założeń modeli statystycznych, lub występowania błędów w danych (np. brakujących odpowiedzi). Jest to klasyczne podejście, z którego wraz z rosnącą dostępnością komputerów wyłoniła się dziedzina komputerowej terów wyłoniła się dziedzina komputerowej
, El análisis exploratorio de datos es una f … El análisis exploratorio de datos es una forma de analizar datos definido por John W. Tukey (E.D.A.: Exploratory data analysis) es el tratamiento estadístico al que se someten las muestras recogidas durante un proceso de investigación en cualquier campo científico. Para mayor rapidez y precisión, todo el proceso suele realizarse por medios informáticos, con aplicaciones específicas para el tratamiento estadístico. Los E.D.A., no necesariamente, se llevan a cabo con una base de datos al uso, ni con una hoja de cálculo convencional; no obstante el programa SPSS y los lenguajes de programación R y Python son las aplicaciones más utilizadas, aunque no las únicas.ones más utilizadas, aunque no las únicas.
, Розвідувальний аналіз займається попереднім експрес-аналізом даних шляхом їх перетворення та/або представлення у зручному вигляді: графічному, табличному, схем, діаграм і т.д.
, Em estatística, a análise exploratória de … Em estatística, a análise exploratória de dados (AED) é uma abordagem à análise de conjuntos de dados de modo a resumir suas características principais, frequentemente com métodos visuais. Um modelo estatístico pode ou não ser usado, mas primariamente a AED tem como objetivo observar o que os dados podem nos dizer além da modelagem formal ou do processo de teste de hipóteses. A análise exploratória de dados foi promovida pelo estatístico norte-americano John Tukey, que incentivava os estatísticos a explorar os dados e possivelmente formular hipóteses que poderiam levar a novas coletas de dados e experimentos. A AED é diferente da análise inicial de dados (AID), que se concentra mais estreitamente em verificar os pressupostos exigidos para ajuste de modelos e teste de hipóteses, além de man modelos e teste de hipóteses, além de man
|
| rdfs:label |
Explorative Datenanalyse
, Exploratory data analysis
, Análise exploratória de dados
, Datuen azterketa esploratzaile
, Розвідувальний аналіз
, Разведочный анализ данных
, Badania eksploracyjne
, Análisis exploratorio de datos
, Explorační analýza dat
, 探索的データ解析
, 탐색적 자료 분석
|
