Пошуковий аналіз даних часто починається з очищення даних і застосування описової статистики. Цей крок складається з перевірки набору даних на наявність відсутніх значень, викидів та інших проблем. Мета полягає в тому, щоб привести дані в стан, у якому вони придатні для аналізу.
Пошуковий аналіз даних в першу чергу включає графічні процедури, методи перетворення змінних значень (перетворення змінних) і перевагу параметрів з певними властивостями надійності (робастна статистика), наприклад перевагу медіани над середнім арифметичним.
Огляд. Дослідницький аналіз даних (EDA) є метод аналізу, який визначає загальні закономірності в даних . Ці шаблони включають викиди та потенційно несподівані характеристики даних. EDA є важливим першим кроком у будь-якому аналізі даних.
Шукайте тенденції чи викиди в наборі даних : Це класичний приклад EDA. Це передбачає вивчення даних для виявлення тенденцій або незвичайних спостережень, які можуть зацікавити. Аналіз гістограми пробігів, забитих гравцем у крикет: це також приклад EDA.
Під час аналізу діагностичних даних порівнювати історичні та інші дані, щоб розпізнавати закономірності, розкривати зв’язки та визначати причини та взаємодії. Йдеться про те, щоб з’ясувати, чому щось сталося.
Що таке пошукові дослідницькі питання? Пошукові дослідження є тип дослідження, який вивчає питання дослідження, яке не є чітко зрозумілим або визначеним. Цей метод дослідження не використовується для отримання даних, які дають остаточні рішення або відповіді на запитання дослідження.