本文探讨了数据分析中的批判性思维，包括对照组的重要性、抽样范围的广泛性以及统计分析中的误差考虑。此外，还讨论了数据如何通过降低成本、增加收入和信用评估等方式创造价值，并介绍了数据描述的有效方法，如使用直方图而非平均数来描述群体特征。
一、批判性数据思维
1.数据分析时要有对照组（安慰剂，包括医生、病人）
- 对数据“大”、“小”、“好”、“坏”的解读，要有对照组。
- 参照系：竞争对手、自己等。
2. 抽样的范围：不能仅限于某平台，要散步大多数领域。
3. 所有统计分析都有误差，小心！多重比较。防范？！
二、数据价值
1. 降低制造成本：电视接口、设备。
2. 增加收入：推荐（个性化）。
3. 信用评估：降低风险。（减少坏账）
三、数据描述
1. 对群体描述，不用平均数，用直方图。
2. 统计量的精确程度：标准误差（标准误、SE），区间估计
3. 数据的离散程度：标准差SD。
四、
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
