Rによるビジネス分析
ビジネス分析の中心的な焦点は、ビジネスに対する新しい洞察を開発し、パフォーマンスを評価することです。ビジネス分析とそのさまざまな手法については十分に話されています。最も必要なのは、ビジネス分析で統計がどのように適用されるかを完全に理解することです。
統計モデリングとは何ですか？
統計モデリングは、変数間の関係を数式の形式で形式化したものです。それは基本的に変数を見つけることについてです。 1つ以上の変数が1つ以上の他の変数にどのように関連しているかを説明します。ここでは、変数は正確に関連していませんが、確率的に関連している可能性があります。
簡単に言うと、変数は属性に他なりません。属性は、人の身長、体重、年齢になります。身長と年齢は本質的に確率論的です。 30歳の人は、身長が4フィートになる可能性が高くなります。同様に、13歳の人を知っている場合、その人の身長は6フィートになる可能性が高くなります。
Javaの関係です
統計モデリングの全体的な目的は調査ではなく、最終的にはソリューションへの洞察を提供することになります。これには、データを分析し、さまざまな状況で適用することが含まれます。ビデオで説明されているトピックは次のとおりです。
1.統計モデリングとは
2.回帰モデリングとは
3.分析を理解する
回帰モデリングとは何ですか？
統計モデリングに関する上記の行で述べたように、この理論の重要で基本的な要素は回帰モデリングです。回帰モデリングとは、2つの変数間の関係を調達することです。より具体的には、回帰は、他の独立変数が固定されている間に、独立変数のいずれかが変化するときに従属変数の値がどのように変化するかを理解するのに役立ちます。たとえば、時間は独立変数ですが、売上と速度は特定の要因に依存します。したがって、目標は、2つの間の関係を見つけることです。
回帰モデルには特定の方程式があり、それは線形、多変量、ロジスティック回帰です。ロジスティック回帰は、2つの変数がある回帰に似ているため、確率的統計モデルとして分類されます。これは、定性的応答モデルのパラメーターを説明する際に使用されます。
例を使用したPHPのデザインパターン
ビデオで言及されている図では、線は2つの概念を紹介しています。1つは線上にあり、もう1つは線上にありません。線から離れたものにはエラーがあります。これは、実際の値（青い点）と予測値（黒い線）の間の距離です。モデリングの目標は、どのような形式であっても、これらのエラーを最小限に抑えることです。これは、2つの間のギャップを埋めることです。理論を理解するための他のテクニックがあります。
ビジネスにおける分析を理解する
分析の全体的な操作は、予測、記述、および意思決定モデルの3つの単純なモデルに要約されます。名前が示すように、それは人が未来を理解することを可能にします。たとえば、システム障害、信用力、詐欺は、今日世界的に人気が高まっている予測モデルに分類されます。一方で、長い間存在してきた記述的および意思決定モデルがあります。記述モデルを使用すると、データを特徴付けることができます。このモデルでは、国のGDPと平均余命を推定できます。また、顧客がデータを提供し、問題を分析する探索的性質もあります。顧客は問題に対する洞察を与えられ、次に意思決定モデルが使用され、その後、特定の最適化が提案されます。モデルには、最適化に他ならないターゲットがあります。
Tableau10でのデータブレンディング
質問がありますか？コメントセクションでそれらに言及してください。折り返しご連絡いたします。
関連記事：