有哪些不同的數據分析技術(Different Data Analysis Techniques)？

數據分析技術使研究人員能夠對收集到的數據進行回顧，并從中作出推斷或決定。大多數技術側重于應用定量技術來審查數據。一些比較流行的定量數據分析技術包括描述性統計，探索性數據分析和證實性數據分析。后兩種方法涉及...

數據分析技術使研究人員能夠對收集到的數據進行回顧，并從中作出推斷或決定。大多數技術側重于應用定量技術來審查數據。一些比較流行的定量數據分析技術包括描述性統計，探索性數據分析和證實性數據分析。后兩種方法涉及支持或不支持預先確定的假設。可能使用這些技術的群體包括個人研究人員、學生、企業、政府機構和精算師，以及其他需要信息和數據的各方

一些比較流行的定量數據分析技術包括描述性統計、探索性數據分析和證實性數據分析定量數據分析試圖從收集的數據中消除研究者的偏見。大量使用統計數據，概率或其他數學技術允許個體使用標準方法來解釋數據。當研究人員試圖使用定性數據分析技術（通常基于個人的個人背景、偏好或基本研究和推理原則）時，收集到的數據可能被誤讀或不正確因此，數學技術不容易受到這些錯誤的影響，而且往往更容易被其他個人或研究人員所接受

描述性統計，探索性數據分析和證實性數據分析允許研究人員從收集到的數據中做出推論。描述性統計分析將數據分離或匯總到特定的組中。人口統計學是一種常見的方法一套描述性統計。研究人員將收集有關人口年齡、性別、家庭規模、收入等方面的信息，工作類型和其他信息。另一種描述性統計分析是四分衛在足球比賽中完成的百分比。如果四分衛完成了八分之六的傳球嘗試，他有75%的完成率。這項技術的一個缺陷是統計數據無法提供額外的信息，例如每次掃描的長度。

隨著計算機科學在20世紀出現，數據挖掘方法的概念，目的是在收集到的大量數據中尋找隱藏的模式。探索性的數據分析技術通常包括使用方框圖、直方圖、帕累托圖、散點圖等圖或莖葉圖。這項技術的主要目的是支持研究人員提出的假設。例如，研究人員可能希望證明駕駛特定類型汽車（如小型貨車）車主年齡范圍的假設為了驗證和支持這一假設，研究人員將收集信息并創建一個方框圖，以確定在其規定范圍內的所有者數量。統計數據將提供支持或不支持該假設的信息，并顯示收集的數據中有多少異常值驗證性數據分析技術與探索性技術是相反的。在這些測試中，研究人員試圖反駁無效假設，這是一個大多數人普遍接受為正確的陳述。為了反駁無效假設，研究人員將收集與假設相關的具體信息，并對平均值、方差、p值和置信區間進行檢驗。通過驗證性數據分析證明的置信區間將提供研究人員對原假設是真是假的信心程度

大多數數據分析技術側重于應用定量技術來審查數據。