分析方法導論

決策建模解碼

Tiago Brasil

Lead Data Engineer

以分析致勝

分析對決策至關重要，因為它能從相關資料中取得洞見、發現模式、辨識趨勢，並評估各種方案及其可能結果。

一個包含 8 個步驟的決策流程圖。第 4 步「Evaluate alternatives」被強調標示。

結合量化與質化方法，可在決策過程中提供完整的分析架構。

握手插圖，左側為「Quantitative」，右側為「Qualitative」。

結合量化與質化方法，可在決策過程中提供完整的分析架構。

上方文字為「Quantitative」，重點列點：「數值資料」、「數學運算」、「統計方法」。下方為計算機圖示。

結合量化與質化方法，可在決策過程中提供完整的分析架構。

上方文字為「Qualitative」，重點列點：「文字」、「影像」、「觀察」。下方為有人腦的側面頭像圖示。

帶有數學運算按鈕的計算機圖示。

文字「Descriptive statistics」，並列點：「以數學概念描述資料，如：平均數、中位數、眾數、最大/最小等」。左側為鐘形曲線圖示。

帶有數學運算按鈕的計算機圖示。

文字「Inferential statistics」，並列點：「分析關係」、「檢定假設」、「估計參數」、「下結論」。左側為放大鏡置於折線圖上的圖示。

帶有數學運算按鈕的計算機圖示。

文字「Probability distributions」，並列點：「對應機率」、「量化可能性」、「產生預測」。左側為手持骰子的圖示。

文字「SWOT Analysis」，區塊分為「Internal Analysis」列出「Strengths」與「Weaknesses」，以及「External Analysis」列出「Opportunities」與「Threats」。右側為彩色四象限 S、W、O、T 圖示。

有人腦的側面頭像圖示。

文字「Fishbone Diagram」，並列點：「用於找出並探討特定現象可能成因的視覺化工具」。右側為魚骨圖圖示。

有人腦的側面頭像圖示。

使用工具能在分析時提升處理資料與調查的效率、準確度與可擴充性。

底部文字為「Spreadsheets」。上方為 Excel 與 Google Sheets 圖示。

使用工具能在分析時提升處理資料與調查的效率、準確度與可擴充性。

底部文字為「Statistical languages」。上方為 MATLAB、R 與 Python 圖示。

使用工具能在分析時提升處理資料與調查的效率、準確度與可擴充性。

底部文字為「Decision support systems」。上方為 IBM Watson、Power BI 與 Qlik 圖示。

決策建模解碼