Этапы компьютерного анализа данных
Выбор метода анализа и его реализация. Классификация методов анализа: по кол-ву анализируемых признаков — одномерный анализ (каждый признак анализируется в отдельности), двумерный (для анализа связи двух признаков), многофакторный (регрессионный), по статистическим принципам: параметрические (использ. для анализа кол-ных данных, нормально распределенных), непараметрические (для анализа кол-ных… Читать ещё >
Этапы компьютерного анализа данных (реферат, курсовая, диплом, контрольная)
1. Выдвижение гипотезы. Обычно проверяется не положительное утверждение, а отрицание.
2. Планирование исследования. Необходимо тщательно представлять себе наиболее часто используемые методы об-ки данных и требования, предъявляемые ими к исходным данным. 2 этапа: а) определение типа исследований (обеспечение достоверности обобщаемости результатов, определение способов сведения к минимуму системных и случайных ошибок), б) систематизация осн. измерений (исключить измерения, если используются различные методики исследований, в) определить объем выборки.
3. Сбор и подготовка данных к анализу. Предварительное преобразование данных, ввод данных. Вводить данные нужно без округления, с тойточностью с кот. они были измерены. После ввода необходимо исключить ошибки набора. Выполняется 2 анализа данных: исходные данные с выбросом и без выброса.
4. Предварительный анализ данных. Выясняется структура и факты зависимости между данными, производится их группировка. Необходимо вычислить элементарные статист. харак-ки: среднее, ср. квадр. отклон., сред. ошибка. Для предварительного анализа данных имеется много средств: Exel, Statistica.
5. Выбор метода анализа и его реализация. Классификация методов анализа: по кол-ву анализируемых признаков — одномерный анализ (каждый признак анализируется в отдельности), двумерный (для анализа связи двух признаков), многофакторный (регрессионный), по статистическим принципам: параметрические (использ. для анализа кол-ных данных, нормально распределенных), непараметрические (для анализа кол-ных данных вне зависимости от вида распределения, а также для анализа кач-ных признаков).
6. Интерпретация результатов. Делаются выводы с пом. критериев статистики.
7. Формулировка выводов.
8. Оформление публикаций в СМИ.