Definer Data Management & Statistisk analyse

Dataforvaltning og statistisk analyse er brede felt, både knyttet til måter at data blir lagret, bearbeidet og analysert. Selv om de to feltene er separate, forekommer betydelig overlapping mellom de to, forutsatt at data må lagres og rengjøres før den kan analyseres, og det kreves noen analyse av data for å bestemme den mest hensiktsmessige måte å lagre og håndtere den.

Data Management - Definisjon

Datastyring er en prosess der data er organisert, modellert eller lagres på en slik måte som å være nyttig for en bedrift eller annen organisasjon. Dette kan innebære å sette opp systemer som data arkitekturer og prosesser som utføres på data regelmessig. Data management kan referere til statiske datakilder, slike undersøkelsen svar, men vanligvis refererer til dynamiske kilder som salgsdata, som er jevnlig oppdatert med ny informasjon.

Data Management Metoder

Flere organisere metoder er tilgjengelige i data management. Data hierarkier kan være skapt av hvor dataene er strukturert - ". Datamodellering" dette kalles Datavarehus refererer til å trekke data fra en rekke kilder til én depot slik at den kan analyseres. De måter som data blir beveget gjennom et system er ganske enkelt kalles "data bevegelse". Når den er samlet i en database, "databaseadministrasjon» utføres for å sikre at data er tilgjengelig, robust og sikker.

Statistisk analyse - Oversikt

Statistisk analyse blir brukt til å identifisere mønstre, trender, relasjoner og forskjeller i et sett med data. Ofte er det grunn til å gjøre noe dataadministrasjon i første omgang er å tillate disse analysene skal utføres. Statistiske analyser finne disse mønstrene, og bestemme sannsynligheten for at de faktisk forteller en nyttig historie motsetning til å være tilfeldig variasjon i dataene. Informasjonen gitt kan deretter brukes til å informere forretnings- eller handel beslutninger, eller for å teste hypoteser i vitenskapelige studier.

Statistiske analysemetoder

Det enorme utvalget av tilgjengelige statistiske analyser kan grupperes i to hovedkategorier - de som ser etter sammenhenger, og de som ser etter forskjeller mellom variabler. Eksempler på tidligere spenner fra enkle korrelasjoner og regresjon / multiple regresjonsanalyser, opp til kompliserte metoder som faktoranalyse. Eksempler på senere inkluderer t-tester og analyser av varians (ANOVA). Andre metoder se etter trender over tid, inkludert de som arbeider i tidsserieanalyse og overlevelsesanalyse.