การวิเคราะห์เชิงพรรณนา

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

Carl Rosseel

Head of Business Intelligence Curriculum, DataCamp

ภาพรวมของการวิเคราะห์

ภาพรวมแผนผังการวิเคราะห์ 4 ประเภท

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

ทำไมต้องใช้การวิเคราะห์เชิงพรรณนา?

  • ทำความรู้จักกับข้อมูล
  • ศึกษาความสัมพันธ์ในข้อมูล
  • เตรียมพร้อมสำหรับเทคนิคขั้นสูง

ภาพขยายการวิเคราะห์เชิงพรรณนา

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

เทคนิคที่ใช้บ่อย

  • สถิติเชิงพรรณนา
  • การแสดงภาพข้อมูล
  • การตรวจจับค่าผิดปกติ

มักใช้ร่วมกันในการวิเคราะห์เชิงสำรวจ (EDA)

ตัวอย่างการตรวจจับค่าผิดปกติ

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

การวิเคราะห์ข้อมูลเชิงสำรวจ

  • มุ่งเน้นการสำรวจข้อมูล:
    • ประเมินลักษณะสำคัญของข้อมูล
    • ค้นหาความสัมพันธ์ รูปแบบ หรือกลุ่ม
    • ตั้งสมมติฐานสำหรับการวิเคราะห์ต่อไป

 

  • ผสมผสานหลายเทคนิค โดยเน้นการแสดงภาพข้อมูลเป็นหลัก
  • เป็นรากฐานสำหรับการวิเคราะห์เพิ่มเติม และมีคุณค่าในตัวเองด้วย

ภาพประกอบของบุคคลที่กำลังตรวจสอบข้อมูลด้วยแว่นขยาย

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

กรณีศึกษา: ยอดขายไอศกรีม

รสชาติไอศกรีมใดขายดีที่สุด?

  • นับยอดขายแต่ละรสชาติ
  • คำนวณรสชาติที่ขายดีที่สุดในแต่ละร้าน
  • คำนวณรสชาติที่ขายดีในแต่ละเดือน

 

นำข้อมูลเชิงลึกไปใช้เพื่อตัดรสชาติที่ไม่ได้รับความนิยม หรือเพิ่มรสชาติใหม่ที่มีลักษณะคล้ายกับรสชาติยอดนิยมที่มีอยู่

ภาพไอศกรีม

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

มาฝึกกันเถอะ!

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

Preparing Video For Download...