Analize de afaceri cu R
Obiectivul principal al Business Analytics este de a dezvolta noi informații despre afaceri și de a evalua performanța. S-a vorbit suficient despre Business Analytics și diferitele sale tehnici. Ceea ce se cere cel mai mult este o înțelegere aprofundată a modului în care statisticile sunt aplicate în Business Analytics.
Ce este modelarea statistică?
Modelarea statistică este formalizarea relațiilor dintre variabile sub formă de ecuații matematice. Practic este vorba despre aflarea variabilei. Descrie modul în care una sau mai multe variabile sunt legate de una sau mai multe alte variabile. Aici, variabilele nu sunt corelate cu exactitate, dar ar putea fi corelate stocastic.
În termeni mai simpli, o variabilă nu este altceva decât un atribut. Un atribut devine înălțimea, greutatea și vârsta unei persoane. Înălțimea și vârsta sunt de natură probabilistică. O persoană în vârstă de 30 de ani are șanse mai mari de a avea o înălțime de 4 ft. În mod similar, atunci când sunteți conștient de o persoană care are 13 ani, are șanse mai mari să aibă o înălțime de 6 ft.
Întregul scop al modelării statistice nu se referă la cercetare, ci în cele din urmă se rezumă la a oferi o perspectivă asupra soluțiilor. Aceasta implică analiza datelor și aplicarea lor în diferite circumstanțe. Subiectele discutate în videoclip sunt următoarele:
1. Ce este modelarea statistică
2. Ce este modelarea prin regresie
3. Înțelegerea analizei
Ce este modelarea prin regresie?
După cum sa menționat în liniile de mai sus despre modelarea statistică, un factor important și de bază în această teorie este modelarea prin regresie. Modelarea prin regresie se referă la obținerea relației dintre două variabile. Mai precis, regresia ne ajută să înțelegem cum se modifică valoarea variabilei dependente în timp ce oricare dintre variabile independente variază, în timp ce celelalte variabile independente sunt menținute fixe. De exemplu, timpul este o variabilă independentă, în timp ce vânzările și viteza sunt dependente de anumiți factori. Prin urmare, scopul este de a afla relația dintre cei doi.
Există anumite ecuații în modelul de regresie, acesta fiind regresia liniară, multivariată și logistică. Regresia logistică este similară cu regresia în care există două variabile, deci clasificându-se ca model statistic probabilistic. Este utilizat în descrierea parametrilor unui model de răspuns calitativ.
metoda system.exit va încheia aplicația.
În diagrama menționată în videoclip, linia introduce două concepte - unul care este pe linie și celălalt care nu. Cei care sunt departe de linie au o eroare. Aceasta este distanța dintre valoarea reală (puncte albastre) și valoarea prezisă (linia neagră). Scopul modelării, indiferent dacă este sub orice formă, este de a minimiza aceste erori, care este de a încerca să colaboreze decalajul dintre cele două. Există și alte tehnici pentru a înțelege teoria.
Înțelegerea analizei în afaceri
Întreaga operațiune de analiză se reduce la 3 modele simple - Model predictiv, descriptiv și de decizie. Așa cum sugerează și numele, ne permite să înțelegem viitorul. De exemplu, eșecul sistemului, solvabilitatea, frauda intră sub modelul predictiv care câștigă popularitate la nivel mondial în prezent. Pe de altă parte, există modele descriptive și de decizie care există de mult timp. Un model descriptiv permite caracterizarea datelor, în care se pot estima PIB-ul unei țări și rata medie a speranței de viață. Este, de asemenea, de natură exploratorie, unde un client furnizează datele și se analizează problema. Clientului i se oferă o perspectivă asupra problemei și apoi se folosește modelul de decizie, după care sunt propuse anumite optimizări. Modelul are o țintă care nu este altceva decât optimizarea.
Ai o întrebare pentru noi? Menționați-le în secțiunea de comentarii și vă vom răspunde.
Postări asemănatoare: