Gnóthachain:
- Cumas staitisticí tuairisciúla agus cairteacha dáileacháin/caidrimh a tháirgeadh le tacaíocht hintleachta saorga agus an cineál cairte ceart a roghnú de réir na sonraí agus na ceiste
- Cumas roghanna míthreoracha a aithint (ais bhriste, scála míchuí, smúdála iomarcach) in íomhánna arna dtáirgeadh ag hintleachta saorga agus prionsabail léirshamhlaithe macánta a chur i bhfeidhm
- A bheith in ann idirdhealú a dhéanamh idir an anailís thaiscéalaíoch sin chun hipitéisí a ghiniúint agus an gaiste a bhaineann le fionnachtain agus dearbhú a dhéanamh leis na sonraí céanna (a osclaíonn an doras chuig p-hacking).
Tar éis na sonraí a ghlanadh, is é an chéad phost atá ag an taighdeoir eimpíreach ná eolas a chur air. Anailís sonraí taiscéalaíoch a thugtar ar an gcéim seo (EDA - Anailís ar Shonraí Taiscéalaíoch): is é an próiseas é chun na sonraí a scrúdú le graif agus staitisticí achoimre agus féachaint ar a struchtúr, a phatrúin agus a iontas. Níl sé mar aidhm leis hipitéis a thástáil go fóill, ach eolas a chur ar na sonraí, ceisteanna a ghiniúint agus an bhunchloch a leagan síos don mhúnla a thógfaidh tú amach anseo. San aonad seo, feicfimid conas a luathaíonn intleacht shaorga (AI) EDA agus léirshamhlú, ach cén fáth go gcaithfear iniúchadh cúramach a dhéanamh ar na grafaicí a tháirgeann sé.
Déanaimis dhá idirdhealú bhunúsach ar dtús. Ar an gcéad dul síos, comhlánaíonn staitisticí tuairisciúla (uimhreacha a achoimríonn sonraí amhail meán, airmheán, diall caighdeánach, ceathairíleanna) agus léirshamhlú (a thaispeánann an fhaisnéis chéanna go grafach) a chéile; Le chéile déanann siad cur síos ar na sonraí. Sa dara háit, agus an ceann is tábhachtaí: ní mór idirdhealú a dhéanamh idir fionnachtain agus dearbhú. Baineann anailís taiscéalaíoch le hipitéisí a ghiniúint; Ag iniúchadh an hipitéis leis na sonraí céanna agus ag rá "Tástáil mé é agus fuair sé suntasach" osclaíonn an doras le p-hacking, a fheicfimid sa chéad aonad eile. Tá sé saor in aisce breathnú ar na sonraí agus patrún a fheiceáil; Ach tá sé míthreorach an patrún sin a dhearbhú mar "thoradh cruthaithe" sna sonraí céanna.
Anailís taiscéalaíoch céim ar chéim
1. Amharc univariate. Scrúdaigh gach athróg ina aonar: an bhfuil a dáileadh siméadrach nó sceabhach; cé mhéad cnoc atá ann; Cá bhfuil na hasluiteacha? Maidir le hathróga uimhriúla, histeagram (plota a léiríonn minicíocht trí luachanna a roinnt ina raonta) agus boscaplot (boxplot — cairt a thaispeánann luachanna airmheánacha, ceathairíleacha agus foircneacha); Le haghaidh athróg chatagóireach, úsáid táblaí minicíochta agus barrachairteacha.
2. Radharc dhéathróg. Féach ar an ngaol idir dhá athróg: plota scaipthe do dhá athróg uimhriúil (léiríonn gach breathnóireacht mar phointe ar an eitleán xy), plota bosca grúpáilte le haghaidh uimhriúil-catagóireach, crostáb ar feadh dhá chatagóir. Sula mbreathnaíonn tú ar an gcomhéifeacht comhghaolaithe, bí cinnte go bhféachann tú ar an scaipphreas: féadann an comhghaol céanna patrúin an-difriúla a thaispeáint (léiríonn an ceathairéad cáiliúil Anscombe é seo; tá staitisticí beagnach comhionann ag ceithre thacar sonraí, ach nuair a dhéantar iad a bhreacadh bíonn siad go hiomlán difriúil).
3. Roghnaigh an cineál cairte ceart. Braitheann an cineál cairte ar do cheist agus ar an gcineál sonraí. Histeagram le dáileadh; ag scaipeadh le haghaidh caidrimh; línechairt le haghaidh athraithe le himeacht ama; barrachairt chun comparáid a dhéanamh idir catagóirí; (go cúramach) barra cruachta le haghaidh cóimheas na gcodanna leis an iomlán. Gineann AI cód duit go tapa, ach is leatsa an cinneadh "cén graf lena mbaineann".
4. Tabhair faoi deara an patrún, ná dearbhaigh torthaí. Déan taifead ar aon phatrún suimiúil a fheiceann tú mar "nóta fionnachtana", ach ná meas gur toradh deimhnithe é. Déantar an deimhniú i gcéim ar leith, le sonraí ar leith nó le sceideal réamhshocraithe de rogha.
Prionsabail léirshamhlaithe macánta
Cuireann an grafach ina luí; Dá bhrí sin, tá a chumhacht míthreorach ard freisin. Is féidir le AI roghanna aeistéitiúla ach uaireanta míthreoracha a dhéanamh. Seiceáil na polasaithe seo:
- I mbarrachairteacha, caithfidh an y-ais tosú ag nialas. Léiríonn an ais dashed difríochtaí beaga chomh mór.
- Ba cheart go mbeadh an scála comhsheasmhach. Má tá dhá chairt á gcur i gcomparáid, bain úsáid as an raon aise céanna.
- Is féidir le smúdála iomarcach an patrún fíor a cheilt. Breathnaíonn líne treocht go deas, ach má "smoothes" na sonraí i bhfad ró-, is féidir é a bheith míthreorach.
- Déanann dath agus maisiú 3D aird a shaobhadh, ní sonraí. Roghnaigh simplíocht.
- Ba cheart go mbeadh sonraí in easnamh agus méid an tsampla le feiceáil. Níor cheart go mbeadh an chuma chéanna ar "n=12" agus "n=12,000".
Aird: Díreach mar go bhfuil na grafaicí a tháirgtear ag AI álainn, níl siad fíor. Is é an botún is coitianta a dhéanann sé ná an ais a thosú ó náid sa bharrachairt agus an difríocht idir an dá ghrúpa a áibhéil. Seiceáil an ais i gcónaí.
Cairt chomparáide: ceist → cairt
Iarr
chairt ceart
Botún coitianta
Conas a dháiltear an athróg seo?
Histeagram/breac bosca
úsáid píchairt
An mbaineann dhá athróg uimhriúil?
Plota scaipthe
Níl ort ach féachaint ar líon na gcomhghaolta
Conas a d'athraigh sé le himeacht ama?
chairt líne
Ag insint treochta le barrachairt
Cad é an difríocht idir grúpaí?
Bosca/barra grúpáilte (ó thús)
Slat ais teasctha
Cóimheas páirt-le-iomlán?
Barra cruachta (le rabhadh)
Píchairt ilchiseal
Ceithre leid inchóipeála
1. Cód fionnachtana uathoibríoch:
Do ról: cúntóir EDA. Ní roinnim na sonraí, ba mhaith liom an cód R (gglot2). Tá athróga uimhriúla (ioncam, aois, caiteachas) agus athróga catagóiriúla (réigiún, oideachas) sa chreat sonraí ‘sonraí’. Tasc: scríobh cód a tháirgeann histeagram do gach uimhriúil, barrachairt do gach catagóir, agus scaipghraf don ioncam~aois. I mbarrachairteacha, lig don y-ais tosú ó ZERO. Cuir líne tráchta leis.
2. Athbhreithniú comhghaoil (comhghaol + amhairc le chéile):
Scríobh cód a ríomhann an dá chomhghaol Pearson maidir le hioncam agus caiteachas agus ceapann sé scaipphreas + treocht líneach. Cuir líne tráchta leis ag meabhrú dom an chairt a scrúdú roimh IONTAOBHAS an chomhaireamh comhghaoil (rabhadh Anscombe). Ná ró-réidh an líne treochta.
3. Iniúchadh sláine:
Seiceáil an cód ggplot seo a leanas le haghaidh léirshamhlú macánta:[cód]. Seiceáil agus ceartaigh an méid seo a leanas: an dtosaíonn an y-ais ó nialas, an bhfuil an scála comhsheasmhach, an bhfuil méid an tsampla le feiceáil, an bhfuil smúdála iomarcach ann? Mínigh an bonn cirt le gach ceartúchán a rinne tú.
4. Nóta fionnachtana a tháirgeadh (ní toradh é):
Bunaithe ar na graif a tháirgim, liostaigh BARÚLACHA mar 'nóta fionnachtana'; scríobh gach mír sa teanga ‘hipitéis le tástáil’, ní ‘toradh cinntitheach’. Sampla: 'SEEMS ioncam san ardoideachas scaipthe amach; ba cheart iad a thástáil le sonraí ar leith.' Seachain ráitis chúiseacha agus cinntitheacha.
Leid lag / Pras láidir
Leid lag:
Déan graif deasa ón toradh agus inis dom cad is brí leo.
Iarrann an leid seo aschur míthreorach: díríonn “álainn” ar aeistéitic, agus cuireann “a chiallaíonn sé” brú ar AI léim ó fhionnachtain go conclúid cinntitheach. Cúiseanna, tuairimí áibhéil a leanann.
Leid chumhachtach:
Do ról: cúntóir EDA macánta.Tasc: (1) roghnaigh an cineál cairte a oireann do mo cheist agus scríobh an fírinniú, (2) tosaigh an ais ó náid sna barrachairteacha, (3) léirmhínigh an t-aschur i dteanga DISCOVERY NOTE: níl aon éileamh deifnídeach/cúiseach le fios hipitéis i dteanga "ní mór a thástáil", (4) rabhadh dom má tá an sampla beag (rithfidh mé an timpeallacht féin agus fíoróidh mé é i<30).
Difríocht: tugann toil láidir údar leis an gcineál cairte, forchuireann sé rialacha macántachta agus ní chuireann sé mearbhall ar fhionnachtain agus ar dheimhniú.
trí chás mion
Cás 1 - áibhéil ais scoite. Léirigh anailísí scóir sásaimh dhá bhrainse (7.8 agus 8.0; as 10) i mbarrchairt. Nuair a thosaigh an ais YZ ó 7.5, bhí an chuma ar an dara brainse beagnach dhá uair chomh hard leis an gcéad; ach ní raibh an difríocht ach 2.5%. Bhí an bhainistíocht ar tí duais a thabhairt do bhrainse faoin tuiscint mhícheart. Nuair a thosaigh mé ar an ais ón tús bhí an difríocht beagnach dofheicthe. Ceacht: athraíonn rogha ais amháin dearcadh.
Cás 2 - Ag muinín sa chomhghaol agus gan bacadh leis an gcairt. Chonaic taighdeoir r = 0.81 idir dhá athróg agus scríobh sé "caidreamh líneach láidir". Nuair a d’iarr a chomhairleoir an scaipphreasa, chonacthas go raibh an gaol mar gheall ar fhíorbhreathnú amháin, agus nuair a baineadh an pointe sin, thit an comhghaolú go 0.12. Ceacht: ní ionadaíonn comhaireamh comhghaoil graf; breathnú i gcónaí ar an scaipthe.
Cás 3 - Fionnachtain mhearbhall agus deimhniú. Bhreathnaigh mac léinn amháin ar gach comhghaol péirewise i dtacar sonraí 40-athróg, roghnaigh sé an ceann ab airde (r=0.52) agus scríobh sé, "fuaireamar caidreamh suntasach idir oideachas agus coigilteas (p=0.004)." Mar sin féin, bhí na céadta péirí i 40 athróg; cinneadh bréagach a bhí i roghnú na cinn is airde de bharr seans. Ceacht: ní féidir an patrún a aimsítear a “thástáil agus a dhearbhú suntasach” sna sonraí céanna; Teastaíonn dearbhú ar leith.
Botúin choitianta
- Gan an ais a thosú ó náid sa bharrachairt. Déanann sé áibhéil ar an difríocht bheag; An bréag amhairc is coitianta. Seiceáil i gcónaí.
- Ag féachaint ar an gcomhghaol agus gan bacadh leis an gcairt. Tagann an comhghaol céanna ó phatrúin an-difriúla; in ann caidreamh níos forluí a fheistiú. Gcéad dul síos, scaipthe.
- Ag cur san áireamh an patrún a fuarthas sa fhionnachtain mar "fhianaise" sna sonraí céanna. Is é seo an geata chun p-hacking; Déantar an daingniú ar leithligh.
- Cineál mícheart cairte. Tá meaitseanna ar nós barra treochta agus pie le dáileadh míthreorach. Roghnaigh seánra bunaithe ar an gceist.
- An méid sampla a cheilt. níor cheart go mbeadh an chuma chéanna ar n=8 agus n=8,000 ar an ngraf céanna; ní mór éiginnteacht a léiriú.
Leid: Sula bhfoilsíonn tú cairt, fiafraigh díot féin: "An n-athródh an scéal dá n-athródh mé an ais?" Más é an freagra tá, is dócha gur thosaigh tú ar an mhaighdeog ó áit mhímhacánta.
Go hachomair
Is éard atá i gceist le hanailís sonraí taiscéalaíoch ná an chéim ina ndéantar na sonraí a chomhlíonadh, patrúin a fheiceáil agus hipitéisí a ghiniúint; Ní dearbhú é. Gineann an AI staitisticí tuairisciúla agus cód graif go tapa, ach roghnaíonn tú an cineál graf bunaithe ar do cheist agus rialaíonn tú prionsabail na cothroime (ais nialasach, scála comhsheasmhach, neamhchinnteacht dealraitheach). Féach ar an scaip sula muinín an uimhir chomhghaolaithe; Ná dearbhaigh an patrún a fuair tú sa fhionnachtain mar "fhianaise" sna sonraí céanna. Ní chiallaíonn graf álainn AI graf ceart.
Tasc feidhmchláir
Roghnaigh trí athróg ar a laghad i dtacar sonraí. Iarr ar an AI agus rith cód a tháirgeann graif thaiscéalacha (histagram, scaipthe, boscaí) le leid a fhorfheidhmíonn rialacha macántachta. I gcás gach cairte: seiceáil (1) oiriúnacht an chineáil cairte don cheist, (2) macántacht na haise, (3) infheictheacht mhéid an tsampla. Scríobh “nóta fionnachtana” amháin ar a laghad i dteanga hipitéise (“… dealraitheach le tástáil ar leithligh”). Scrúdaigh comhghaol idir an comhaireamh agus an scaipthe agus tuairiscigh an bhfuil neamhréireacht eatarthu.
seicliosta
- [ ] Roghnaigh mé an cineál cairte bunaithe ar mo cheist agus cineál sonraí.
- [ ] I mbarrachairteacha, tosaím an y-ais ó nialas; Sheiceáil mé an macántacht ais.
- [ ] Bhreathnaigh mé ar an scathphlota sula raibh muinín agam as an gcomhghaol.
- [ ] Léirigh mé méid an tsampla agus éiginnteacht ar an ngraf.
- [ ] Scríobh mé na patrúin a fuair mé sa taiscéalaíocht mar “hipitéis le tástáil” seachas “fianaise”.
- [ ] Thug mé faoi deara nach n-úsáidfinn na sonraí céanna le deimhniú agus go raibh gá le céim ar leith.