[Big Data] 2016/8/31 台北醫學大學.大數據學分班.學習筆記

• 分析運作步驟：
  1. 訂定問題
  2. 確立要研究的母體範圍
  3. 取樣（多次取樣以逼近母體）
• 數據分析上，主要有兩件事，母體(Population)及取樣(Sampling)。
• 變數可被區分成兩種「數值型變數」和「類別型變數」
  1. 數值型變數：可以是「序列」、「區間」、「比例」這幾種型態。
  2. 類別型變數：命名式，譬如性別、顏色等變數
• 搭配上時間的變數，會讓運算複雜度升高非常多。
• 數據的起點在於「資料」，而資料之間會在「變數」上產生關係。
• 觀察資料時，可以試著對資料先做分群，以年齡來舉例，我們收集資料時會是一組1歲的資料、一組2歲的資料、一組3歲的資料…等，我可以將這些資料分組成1~3歲一組、4~8歲一組、9~12歲一組，而要如何分組，目前沒有特別有效的演算發可以協助找出，應該需要透過對該領域的了解，用經驗來試著分組，然後從整理出的結果再往後推敲更多可能性。
• 某些情況下，如果用累計的方式做分組，也可以取得意外的結果。
• 呈現資料的方式，可有下列幾種
  1. Bar Diagram：可以從此圖輕易看出高低落差或趨勢
  2. Pie Diagram：可以看出分佈狀況
  3. Histogram：可以在不同類組上看出整體性
  4. Graphic Diagram：可以輕易看出界限與值的比例關係
• 幾種變數的舉例
  • 年齡
  • BMI (Body Mass Index)
  • 平均每週吃速食的次數
  • 溫度
  • 性別
  • 運動量
• 變數必須可以被量度，否則無法進一步分析。
• 我們通常會去看變數之間的「關聯性」(Correlation)，譬如小孩的起床時間與學習效率之間的關聯性。
• 要驗證關聯性，就需要實驗數據(Experiment)佐證，這邊我們可切分兩種變數類型，
  • 操縱變量 (獨立變數)
  • 觀察變量 (相依變數)
• 獨立變數與相依變數可以用機率學的獨立事件或相依事件來理解。

參考資料：

統計學的基本概念

量化研究方法 – 統計資料分析