การวิเคราะห์ข้อมูลเชิงสำรวจคืออะไร?

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

Jacob H. Marquez

Data Scientist at Microsoft

การวิเคราะห์ข้อมูลเชิงสำรวจคืออะไร?

"แนวทางการวิเคราะห์ชุดข้อมูลเพื่อสรุปลักษณะสำคัญ โดยมักใช้กราฟิกทางสถิติและวิธีการแสดงผลข้อมูลอื่น ๆ"

1 https://en.wikipedia.org/wiki/Exploratory_data_analysis
การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

6 ขั้นตอนของ EDA

  1. ทำความเข้าใจโครงสร้างข้อมูล

  2. ระบุข้อมูลที่หายไป

  3. อธิบายข้อมูลด้วยสถิติเชิงพรรณนาและการกระจาย

  4. ระบุค่าผิดปกติ

  5. ตรวจสอบและวัดความสัมพันธ์ระหว่างตัวแปร

  6. ตั้งสมมติฐาน

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

6 ขั้นตอนของ EDA

  1. ทำความเข้าใจโครงสร้างข้อมูล

  2. ระบุข้อมูลที่หายไป

  3. อธิบายข้อมูลด้วยสถิติเชิงพรรณนาและการกระจาย

  4. ระบุค่าผิดปกติ

  5. ตรวจสอบและวัดความสัมพันธ์ระหว่างตัวแปร

  6. ตั้งสมมติฐาน

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

1. ทำความเข้าใจโครงสร้างข้อมูล

ต่อเนื่อง

ตัวแปรเชิงตัวเลขที่มักรับค่าได้ไม่จำกัด

  • จำนวนดาวในอวกาศ
  • อัตราการคลิก
  • ระยะทางระหว่างสองเมือง

เชิงหมวดหมู่

ตัวแปรที่ไม่ใช่ตัวเลข มักเป็นข้อความ แบ่งออกเป็นสองกลุ่มขึ้นไป

  • ประเภทบ้าน
  • ประเทศ
  • บริษัท
การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

2. ระบุข้อมูลที่หายไป

 

ข้อมูลหายไปแบบสุ่ม

เมทริกซ์ 9 แถว 4 คอลัมน์ แบ่งกลุ่มแถวละ 3 แถวสำหรับ 3 เมือง ได้แก่ Seattle, New York City และ Paris แสดงค่าปริมาณน้ำฝนเป็นนิ้วใน 30 เซลล์ โดยมี 6 เซลล์ว่างกระจายแบบสุ่มในทั้งสามเมือง

 

ข้อมูลหายไปแบบไม่สุ่ม

เมทริกซ์ 9 แถว 4 คอลัมน์ แบ่งกลุ่มแถวละ 3 แถวสำหรับ 3 เมือง ได้แก่ Seattle, New York City และ Paris แสดงค่าปริมาณน้ำฝนเป็นนิ้วใน 30 เซลล์ โดยมี 4 เซลล์ว่างกระจายแบบสุ่มเฉพาะใน Seattle

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

2. จัดการข้อมูลที่หายไป

 

เมทริกซ์ 9 แถว 4 คอลัมน์ แบ่งกลุ่มแถวละ 3 แถวสำหรับ 3 เมือง ได้แก่ Seattle, New York City และ Paris แสดงค่าปริมาณน้ำฝนเป็นนิ้วใน 30 เซลล์ โดยมี 4 เซลล์ว่างกระจายแบบสุ่มเฉพาะใน Seattle

เมทริกซ์เดิมแต่แถวบนสุดถูกลบออกเพื่อแสดงการนำเซลล์ว่างออกจากเมทริกซ์

เมทริกซ์เดิมแต่แถวบนสุดมีค่าแล้ว เพื่อแสดงการเติมเซลล์ว่างด้วยค่ามัธยฐาน

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

3. อธิบายข้อมูล

  • ค่าต่ำสุด
  • ค่าสูงสุด
  • ค่าเฉลี่ย: ผลรวมของค่าทั้งหมดหารด้วยจำนวนการสังเกต
  • มัธยฐาน: ค่าที่อยู่ตรงกลางของช่วงข้อมูล
  • ส่วนเบี่ยงเบนมาตรฐาน: ค่าเฉลี่ยของความแตกต่างจากค่าเฉลี่ยที่พบในทุกจุดข้อมูล
การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

3. อธิบายข้อมูลด้วยการกระจาย

ฮิสโตแกรมของส่วนสูงของผู้คน แกน x แสดงค่าส่วนสูง แกน y แสดงจำนวนการสังเกตในแต่ละช่วงส่วนสูง

  • มัธยฐานและค่าเฉลี่ยมีค่าเท่ากัน
  • เส้นโค้งสมมาตร
การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

3. อธิบายข้อมูลด้วยการกระจาย

ฮิสโตแกรมของรายได้ครัวเรือน แกน x แสดงค่ารายได้ แกน y แสดงจำนวนการสังเกต ฮิสโตแกรมกว้างทางซ้ายและแคบลงเมื่อเลื่อนไปทางขวา

  • มัธยฐาน < ค่าเฉลี่ย
  • "เบ้ขวา": หางอยู่ทางขวา

ฮิสโตแกรมของเวลาที่ใช้ออนไลน์ แกน x แสดงปริมาณเวลา แกน y แสดงจำนวนการสังเกต ฮิสโตแกรมแคบทางซ้ายและกว้างขึ้นเมื่อเลื่อนไปทางขวา

  • มัธยฐาน > ค่าเฉลี่ย
  • "เบ้ซ้าย": หางอยู่ทางซ้าย
การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

ชุดข้อมูล: รายการ AirBnB

ภาพชุดข้อมูล Airbnb ที่มี 5 คอลัมน์ ได้แก่ listing_id, host_id, host_since (คอลัมน์วันที่), city และ price

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

มาฝึกกันเถอะ!

การวิเคราะห์ข้อมูลเชิงสำรวจใน Power BI

Preparing Video For Download...