Proces analizy danych

Każda analiza danych powinna składać się z poniższych punktów:

1. Postawienie i wyklarowanie pytania
2. Zbadanie zbioru danych
3. Budowa formalnego modelu statystycznego
4. Interpretacja wyników
5. Prezentacja (komunikacja) wyników

Każda z aktywności może być podzielona na 3 ogólne cykliczne działania (epicykle):

1. Ustalenie oczekiwań
2. Zbieranie informacji (danych) i konfrontacja z oczekiwaniami, i jesli do siebie nie pasują to
3. Korekcja oczekiwań lub przygotowanie danych, które pasują do oczewiń

W procesie stawiania i klarownia pytania, punkty w epipcyklu to:

1. Odpowiedź na pytanie jest ważne dla odbiorców analizy
2. Przegląd literatury, konsultacje z ekspertami
3. Wyostrzenie (zawężenie) pytania

W procesie badania zbioru danych, punkty w epipcyklu to:

1. Dane są odpowiednie dla pytania
2. Tworzenie wykresów badawczych dla danych
3. Poprawa pytania lub zbieranie dodatkowych danych

W procesie budowy formalnego modelu statystycznego, punkty w epipcyklu to:

1. Pierwotny model daje odpowiedź na pytanie
2. Użycie dodatkowego modelu, analiza wrażliwości
3. Korekcja modelu, zawarcie większej ilości predyktorów

W procesie interpretacji wyników, punkty w epipcyklu to:

1. Interpretaja dostarcza dokładnej, konkretnej i wartościowej odpowiedzi na pytanie
2. Interpretacja całości analizy z uwagą na wielkość badanego efektu oraz niepewność
3. Rwizja badania danych i/lub modelu w celu uzyskania właściwej i interpretowalnej odpowiedzi

W procesie prezentacji wyników, punkty w epipcyklu to:

1. Proces i wyniki analizy są zrozumiałe, kompletne i znaczące dla odbiorców
2. Poszukiwanie informacji zwrotnej (konsultacje)
3. Korekcja analizy lub sposobu prezentacji

Ta prezentacja powstała w oparciu o książkę:

R. Peng; E. Matsui, The Art of Data Science