532
个编辑
更改
跳到导航
跳到搜索
第73行：
第73行： − + − [[Inferential statistics]] includes techniques to measure relationships between particular variables. For example, [[regression analysis]] may be used to model whether a change in advertising (independent variable ''X'') explains the variation in sales (dependent variable ''Y''). In mathematical terms, ''Y'' (sales) is a function of ''X'' (advertising). It may be described as ''Y'' = ''aX'' + ''b'' + error, where the model is designed such that ''a'' and ''b'' minimize the error when the model predicts ''Y'' for a given range of values of ''X''. Analysts may attempt to build models that are descriptive of the data to simplify analysis and communicate results.<ref name="Judd and McClelland 1989"/> − − Inferential statistics includes techniques to measure relationships between particular variables. For example, regression analysis may be used to model whether a change in advertising (independent variable X) explains the variation in sales (dependent variable Y). In mathematical terms, Y (sales) is a function of X (advertising). It may be described as Y = aX + b + error, where the model is designed such that a and b minimize the error when the model predicts Y for a given range of values of X. Analysts may attempt to build models that are descriptive of the data to simplify analysis and communicate results. − − − −
→建模和算法
'''统计推断 Inferential statistics'''包括测量特定变量之间关系的技术。例如，回归分析可以用来建立广告的变化的模型，可以知道广告的变化（独立变量 <math>x </math>）是否可以解释销售的变化（因变量 <math>y</math>）。用数学术语来说，<math>y</math>（销售）是 <math>x</math> （广告）的函数。它可以被描述为<math> Y = aX + b + error</math>，其中模型的设计使得 <math>a</math> 和 <math>b</math> 在模型某预测给定范围 <math>x</math> 的 <math>y</math> 时具有最小的误差。分析人员可能会尝试建立描述数据的模型，以简化分析和表示结果。<ref name="Judd and McClelland 1989"/>
'''统计推断 Inferential statistics'''包括测量特定变量之间关系的技术。例如，回归分析可以用来建立广告的变化的模型，可以知道广告的变化（独立变量 <math>x </math>）是否可以解释销售的变化（因变量 <math>y</math>）。用数学术语来说，y（销售）是 x （广告）的函数。它可以被描述为 Y = aX + b + error，其中模型的设计使得 a 和 b 在模型某预测给定范围 x 的 y 时具有最小的误差。分析人员可能会尝试建立描述数据的模型，以简化分析和表示结果。
===Data product 数据产品===
===Data product 数据产品===