1. 패턴 및 트렌드 식별 :
* 특정 변수가 서로 일관되게 관련되어 있습니까?
* 데이터에 예상치 못한 또는 흥미로운 클러스터가 있습니까?
* 시간이 지남에 따라 또는 다른 그룹에서 변경 사항을 볼 수 있습니까?
2. 가설 테스트 :
* 데이터가 연구중인 현상에 대한 초기 가정을 지원하거나 반박합니까?
* 그룹이나 조건 사이에 통계적으로 유의 한 차이가 있습니까?
3. 매개 변수 추정 :
* 특정 변수의 평균값은 얼마입니까?
* 평균 주위의 데이터의 변동성 또는 스프레드는 얼마입니까?
* 특정 사건을 관찰 할 확률을 추정 할 수 있습니까?
4. 건물 모델 :
* 변수 간의 관계를 정확하게 설명하는 수학적 또는 통계 모델을 개발할 수 있습니까?
*이 모델을 사용하여 미래의 결과를 예측하거나 정보에 입각 한 결정을 내릴 수 있습니까?
5. 결론 도기 :
* 연구 결과는 연구중인 현상에 대해 무엇을 알려주나요?
* 연구의 한계와 향후 연구에 대한 영향은 무엇입니까?
구체적으로, 과학자는 다음을 찾습니다.
* 특이 치 : 오류 가거나 고유 한 것을 나타내는 특이한 데이터 포인트
* 상관 관계 : 변수 간의 관계
* 협회 : 변수가 함께 변화하는 방법
* 차이점 : 그룹 또는 조건이 어떻게 변하는 지
* 트렌드 : 시간이 지남에 따라 또는 그룹 간 패턴
* 변동성 : 데이터가 얼마나 변경되는지
* 통계적 유의성 : 관찰 된 결과가 우연 일 가능성이 높습니다
데이터 분석의 목표는 단순히 데이터를 설명하는 것 이상을 넘어서서 통찰력을 얻고 결론을 내리고 연구 질문에 답하는 것이 중요합니다.
