023-68661681
返回
您是否遇到过就是你摆出数据分析结果之后，但是他不完全理解这个分析结果，如果有，那么这是正常的，这是因为人们的数据素养跟不上数据时代的发展。（疫情之下，提高企业数据素养势在必行）
数据素养是从数据中获取有意义的信息的能力。尽管它确实需要一些数学和统计学的基础知识，但是好消息是，有很多出色的工具和资源可以为您提供帮助。如果您使用数据来驱动决策，那么了解可视化，词汇表和统计分析的语言非常重要。它可以像理解变异一样简单，也可以像利用决策树来推动可行的见解一样复杂。当然，这是假定分析基于准确的数据。数据素养与了解如何分析数据无关。这主要是关于了解您的同事或外部机构提供给您的分析的信息。
为什么数据素养很重要？
组织了解到，通过将技术和分析有效地集成到他们的业务流程中，它们可以变得利润更高，效率更高并提供更好的客户体验。
Gartner估计，到2023年，“数据素养将成为业务价值的明确且必要的驱动力。”事实上，他们认为数据素养将被正式纳入80％以上的数据和分析策略以及变更管理计划中。 您具有精益或六西格码的背景，那么您可能已经对数据素养的人们进行了多年的教育。
领导人知道，要保持竞争力，他们必须更好地利用自己的数据，而且许多人都计划发展分析文化。 随着技术进入业务的各个领域并且知道比以往任何时候都更多的数据可用，理解基本数据分析概念的需求已成为我们大多数工作中的必要技能。
整个企业的数据素养能保证将数据整合到日常决策中。它能够引出更好的问题，更深入的理解和有根据的结论。改善数据分析技能也是个人发展计划的重要补充。当我们进行数据驱动的决策时，我们可以消除不知不觉带给讨论的偏见和观点。
测验：您的数据素养如何？ （滑至文章最后查看结果）
增强数据素养可能只是您现在可以对自己进行的最佳投资。现在先来看看您的数据素养处于什么水平吧！
问题：
1.您如何向同事解释定性和定量数据之间的差异？
2.为什么用中位数代替平均数来描述平均值？
3.统计值是点估计，用作“最佳估计”。 什么可以使您更好地了解真正的价值是什么？
4.为什么关联没有明确暗示因果关系？
5.观察性研究与设计性实验有什么区别？
答案：
1.定量是指可以客观测量的数字和事物（例如宽度，高度，温度或体积）；定性是指无法轻易测量且可以主观观察到的特征（例如，气味，味道，质地或颜色）。
2.当您听到average时，它通常是指平均值-如果将每个数字加在一起，然后将总数除以您添加的数字，将得到什么。另一方面，中位数是中间数。
在包括精益六西格玛项目在内的许多研究中，您可能会遇到数据，但均值不一定是平均值的最佳反映。考虑五个家庭收入。首先是140,000美元。第二个200,000美元。第三笔215,000美元。第四个$ 220,000。第五，$ 1,725,000。这些数字的平均值是$ 500,000。
但是，当说average时，需要寻找一个最能代表特定样本的数字。500,000美元比一个数字高得多，但中位数为215,000美元是更好的average。
3.置信区间
4.冰棍销售和滑板事故的散点图可能形成一条直线，相关系数为0.9999。不过，购买冰棍显然不会造成画板事故。在炎热的天气中，越来越多的人骑滑板，越来越多的人购买冰棍，这就是这两个因素相关的原因。只有经过适当控制的实验才能帮助您确定关系是否为因果关系。
5.在观察性研究中，对被研究的事物或人无所作为，只是按原样观察它们。在对照实验中，需要将它们分配给组。每个小组（对照组除外）都接受某种治疗或有所改变（例如，在该过程中以其他步骤制造的产品，要求人们戒掉咖啡因的人等），然后再研究这种改变如何影响他们。
得分：
0-2：不用担心。数据素养是一个旅程，您才刚刚开始！
您已经在Minitab资讯中迈出了第一步。继续探索，如果您有任何疑问或想了解有关解决方案分析的更多信息，请与我们联系>>！
3-4：您知道但还不了解
您至少可以用统计分析解决问题。了解更多关于统计分析的信息，可以随时关注我们的Minitab资讯。
5：完美！
这没什么可说的了，您已经具备了数据素养。
推荐阅读：
整理决策树以撰写论文：Minitab中的预测分析和根本原因分析
发表评论