Data science kan worden beschouwd als een wetenschap op zich, maar wordt vaker geassocieerd met datavisualisatie en engineering. Een belangrijk verschil tussen de twee is dat datavisualisatie zich richt op de visuele representatie van gegevens, terwijl engineering zich richt op de integriteit en organisatie ervan. Dus, terwijl de aanpak van een statisticus zich richt op de wiskundige modellering en analyse van kwantitatieve gegevens, richt de aanpak van een data-analist zich op de creatieve representatie van de gegevens met behulp van een aantal hulpmiddelen van het ontwerp, zoals Visual Storytelling om complexe zaken visueel uit te drukken.
Data science zet historische en statistische inzichten om in inzichten. De term ontstaat in de jaren tachtig en wordt vaak gebruikt als een nieuwe vorm van visualisatie. Het maakt gebruik van hulpmiddelen om systematisch te zoeken naar verbanden tussen componenten van gegevens, en methodologieën die de gebruiker in staat stellen de gegevens te interpreteren. De meeste gevolgtrekkingen worden gemaakt door een lijn te trekken uit gegevens van voorspellende verbanden uit het verleden. Deze studie kan ook worden omschreven als een mathematische benadering, aangezien wiskundige hulpmiddelen worden gebruikt om voorspellende verbanden te vinden tussen parameters in de omgeving, zoals de populatiegrootte. Er wordt gebruik gemaakt van een statistische methode voor de voorspelling van pijp-aps, en er wordt gebruik gemaakt van benchmarking om nieuwe en schaalbare modellen te ontdekken.
Visualisatietechnieken zijn talrijk; veel van deze technieken zijn gericht op de visuele interpretatie van gegevens of de presentatie van gegevens. IndStone methode, Mannequin simulatie, United Maps zijn enkele van de populaire visualisatietechnieken in zowel amateur- als professionele settings. Maar met Counterbalanced techniek kunnen modelvisualisaties veel-dimensionaal zijn, waardoor het een uiterst krachtig instrument wordt voor de gevarenanalyse.
De traditionele statistische methodologie suggereert dat kenmerken van de verdeling in een bepaalde periode statistisch significant zijn in elke periode. Dat wil zeggen dat een kenmerk van de verdeling rond de tijdsperiode, bijvoorbeeld de gemiddelde leeftijd van de deelnemers, kan dienen als punt om te onderzoeken of er sprake is van een continue trend van verandering in de tijd, of dat de steekproef dynamisch conform is. Visuele analyse van de gegevens daarentegen suggereert dat de verdeling rond de tijdsperiode discreet van aard is, en toont alleen visueel de vorm van de verdeling van de steekproef. Visualisatie stelt degenen die niet vertrouwd zijn met statistische instrumenten in staat deze te begrijpen, en geeft de beoordelaars een beeld van waar zij in de gegevens naar kijken.
Een andere data science-methode is modelsimulatie, die gericht is op het vinden van representatieve en efficiënte maatregelen voor de populatie in het ondergecategoriseerde gebied. Zij is gericht op de evaluatie van de beslissing van het model om een bepaalde maatregel of een nieuwe klinische machine al dan niet op te nemen, gegeven de gegevens in het ondergecategoriseerde gebied. Bij deze methode moet men de verdeling van de boycotvariabelen in de tijd in aanmerking nemen. Indien de verbanden voor deze uitkomsten in het ondergecategoriseerde gebied niet significant zijn, suggereert dit dat er ofwel geen groeperingseffect is van een Presence of Change-variabelen, ofwel dat er enkele objecten in het ondergecategoriseerde gebied zijn die een onechte uitkomst creëren.
Tenslotte wordt een techniek, ANOVA genaamd, die kruislingse “pooling” vereist, voor de identificatie van de significante hoeveelheid outputvariabelen (een maatstaf van gemiddelde en standaardafwijking, of verscheidene van de maatstaven) typisch toegepast door statistici. Bij prestatiegerichte beloning een algemeen compensatieplan, betaalt alleen een deel van de werknemers die groter zijn dan het gemiddelde, en sub-categorieën in gemiddelde, marginale, en hoogste. Wanneer u overweegt deze tweedimensionale manier van kijken naar onderzoeksgegevens te gebruiken om een onbevooroordeelde conclusie te trekken over de reden waarom een item niet wordt behaald in het ondergecategoriseerde gebied.
Een laatste opmerking: in de tijd van de jaren zestig werden er veel met de hand geschreven formulieren gebruikt, zoals verzekeringsformulieren of eerlijkheidsvragenlijsten, maar ook nu nog worden enquêtes per e-mail gewogen. Het lijkt erop dat naarmate het elektrisch vermogen is toegenomen, het gebruik van de computer gebruikelijker is geworden. Met gecomputeriseerde enquêtes is het mogelijk om zo gemakkelijk en snel mogelijk een output te hebben. Er is veel opgelost dankzij de toepassing van statistische analyse op het gebied van marktonderzoek, FDA-richtlijnen en gegevensanalyse vandaag de dag.
Lees meer