526
个编辑
更改
→Techniques for analyzing quantitative data 分析定性数据的技术
*Check relationships between numbers that should be related in a predictable way, such as ratios over time;
*Check relationships between numbers that should be related in a predictable way, such as ratios over time;
* 检查那些可以通过一些方法预测的数字之间的关系，例如虽时间变化的比例；
* 检查那些可以通过一些方法预测的数字之间的关系，例如随时间变化的比例；
*Normalize numbers to make comparisons easier, such as analyzing amounts per person or relative to GDP or as an index value relative to a base year;
*Normalize numbers to make comparisons easier, such as analyzing amounts per person or relative to GDP or as an index value relative to a base year;
[https://www.erim.eur.nl/centres/necessary-condition-analysis/ Necessary condition analysis] (NCA) may be used when the analyst is trying to determine the extent to which independent variable X allows variable Y (e.g., "To what extent is a certain unemployment rate (X) necessary for a certain inflation rate (Y)?"). Whereas (multiple) regression analysis uses additive logic where each X-variable can produce the outcome and the X's can compensate for each other (they are sufficient but not necessary), necessary condition analysis (NCA) uses necessity logic, where one or more X-variables allow the outcome to exist, but may not produce it (they are necessary but not sufficient). Each single necessary condition must be present and compensation is not possible.
[https://www.erim.eur.nl/centres/necessary-condition-analysis/ Necessary condition analysis] (NCA) may be used when the analyst is trying to determine the extent to which independent variable X allows variable Y (e.g., "To what extent is a certain unemployment rate (X) necessary for a certain inflation rate (Y)?"). Whereas (multiple) regression analysis uses additive logic where each X-variable can produce the outcome and the X's can compensate for each other (they are sufficient but not necessary), necessary condition analysis (NCA) uses necessity logic, where one or more X-variables allow the outcome to exist, but may not produce it (they are necessary but not sufficient). Each single necessary condition must be present and compensation is not possible.
当分析师试图确定自变量 X 在多大程度上允许变量 Y 的出现时，可以使用 https://www.erim.eur.nl/centres/Necessary-condition-analysis/ '''<font color='#ff8000'>必要条件分析Necessary condition analysis(NCA)</font>'''（例如，“某个失业率(X)在多大程度上对某个通货膨胀率(Y)是必要的? ”）。 （多重）回归分析分析使用'''<font color='#ff8000'>加法逻辑additive logic</font>'''，其中每个 X 变量可以产生结果，X 之间可以相互补偿（这些X都是充分的，但不是必要的） ，然而必要条件分析使用'''<font color='#ff8000'>必要逻辑necessity logic</font>'''，其中一个或多个 X 变量允许结果的存在，但也可能不产生这个结果（它们是必要的，但不是充分的）。每个单一的必要条件都必须存在，变量之间不允许补偿。
当分析师试图确定自变量 X 在多大程度上允许变量 Y 的出现时，可以使用 https://www.erim.eur.nl/centres/Necessary-condition-analysis/ '''<font color='#ff8000'>必要条件分析Necessary condition analysis(NCA)</font>'''（例如，“某个失业率(X)在多大程度上对某个通货膨胀率(Y)是必要的? ”）。 （多重）回归分析分析使用'''<font color='#ff8000'>加法逻辑additive logic</font>'''，其中每个 X 变量可以产生结果，X 之间可以相互补偿（这些X都是充分的，但不是必要的） ，然而必要条件分析使用'''<font color='#ff8000'>必要逻辑necessity logic</font>'''，其中一个或多个 X 变量允许结果的存在，但也可能不产生这个结果（它们是必要不充分的关系）。每个单一的必要条件都必须存在，变量之间不允许补偿。
==Analytical activities of data users 数据用户的分析活动==
==Analytical activities of data users 数据用户的分析活动==