Faida:
- Uwezo wa kusafisha data mbichi ya kiuchumi (uchunguzi unaokosekana, mkanganyiko wa kitengo, kutolingana kwa frequency) na kuifanya iwe tayari kwa uchambuzi kwa msaada wa akili ya bandia.
- Uwezo wa kuchapisha mabadiliko ya kawaida ya kiuchumi kama vile ubadilishaji halisi wa kawaida, indexation, kiwango cha ukuaji, marekebisho ya msimu kama kanuni katika akili ya bandia na kuyathibitisha mwenyewe.
- Uwezo wa kutambua data kupitia uchambuzi wa data ya uchunguzi (takwimu za muhtasari, usambazaji, nje, uunganisho) na kusoma kwa umakini muhtasari wa akili bandia.
Data ya kiuchumi mara chache huja tayari kwa uchambuzi. Katika jedwali ulilopakua kutoka TURKSTAT, baadhi ya miezi haipo, safu wima moja huja kama maandishi yenye mabano elfu, kiwango cha ubadilishaji kiko katika umbizo la Kituruki kama "1.234,56", mfululizo mmoja ni wa kila mwezi na mwingine ni wa robo mwaka. Muda mwingi wa mwanauchumi hautumiwi katika uchanganuzi, bali katika kufanya data kuwa tayari kwa uchambuzi. Hapa ndipo AI ni kichochezi halisi, cha hatari kidogo: inapendekeza hatua za kusafisha, inaandika pandas (maktaba ya usindikaji wa data ya Python), inaainisha mabadiliko ya kawaida ya kiuchumi. Lakini kitengo hiki pia kina sheria isiyoweza kubadilika: Unasoma kila mabadiliko yaliyoandikwa na akili ya bandia na kuyathibitisha mwenyewe katika uchunguzi mmoja. Ikiwa mzunguko halisi wa kawaida uko kwenye msingi mbaya, uchambuzi wote huharibika kimya kimya.
Kusafisha: shida gani, jinsi ya kuzitatua?
Shida za kawaida katika data ya kiuchumi na mantiki yao:
- Uchunguzi usio kamili. Mwezi/robo ni tupu. Suluhisho inategemea muktadha: ikiwa haipo, imeachwa wazi; Ikiwa kuna pengo la kiufundi, tafsiri ya makini inafanywa - lakini mstari kati ya utengenezaji ni nyembamba.
- Mkanganyiko wa vitengo na muundo. Maandishi "12.345.6" lazima yabadilishwe kuwa nambari; milioni/bilioni inapaswa kuwa thabiti.
- Kutolingana kwa masafa. Ili kuchanganya mfululizo wa kila mwezi na robo mwaka, moja imejumuishwa (kila mwezi hadi robo mwaka) - ikiwa ni wastani, jumla au mwisho wa kipindi inategemea asili ya kiashiria (tofauti ya hisa / mtiririko).
- Thamani za nje (uliokithiri). Ikiwa uchunguzi utapotoka sana: ni tukio la kweli (mgogoro, kupanda kwa bei), au kosa la data? Inaeleweka kabla ya kufutwa.
- Mpangilio wa tarehe. Miundo ya tarehe na ufafanuzi wa kipindi wa mfululizo tofauti husawazishwa.
Tahadhari: Kujaza data iliyokosekana inaonekana kuwa haina hatia, lakini ni uamuzi wa kiuchumi. Kujaza mwezi wa shida na "wastani wa miezi ya jirani" inamaanisha kufuta mgogoro huo kutoka kwa uchambuzi. Kabla ya kujaza, uliza "kwa nini pengo hili lipo?" Jibu swali.
Mabadiliko ya kawaida ya kiuchumi
Mabadiliko na ufafanuzi wao katika repertoire ya kila siku ya mwanauchumi:
- Jina → Halisi. Kurekebisha kwa athari ya bei: thamani halisi = thamani ya jina / index ya bei × 100. Mwaka wa msingi wa deflator (index ya kurekebisha) huamua msingi wa matokeo.
- Kuorodhesha. Kupunguza mfululizo ili kipindi kilichochaguliwa = 100; Ni muhimu kwa kulinganisha mfululizo wa ukubwa tofauti.
- Kiwango cha ukuaji. Kila mwaka: (kipindi sawa kipindi hiki / mwaka jana - 1) × 100. Kiwango cha mara kwa mara na cha mwaka ni vitu tofauti; Kuchanganya ni kosa la kawaida.
- Marekebisho ya msimu. Kusafisha athari za msimu wa kawaida (utalii wa majira ya joto, likizo); Mfululizo ghafi na mfululizo uliorekebishwa kwa msimu husimulia hadithi tofauti.
- Kusonga wastani. Kutuliza kelele na kufanya mwelekeo uonekane.
- Logarithms na tofauti. Kuchunguza mienendo ya ukuaji na usimamaji (itazama katika kitengo cha mfululizo wa saa).
Kidokezo: Kwa kila ubadilishaji utaulizwa "nini kilifanyika kwa kitengo na msingi?" uliza. Msingi wa mfululizo halisi ni msingi wa deflator; Msingi wa mfululizo wa faharasa ni kipindi unachochagua. Kuweka hii imeandikwa huzuia makosa yajayo.
Uchambuzi wa data ya uchunguzi (EDA)
Inahitajika kutambua data kabla ya kuiingiza kwenye mfano. Uchanganuzi wa data ya uchunguzi (EDA) unajumuisha: takwimu za muhtasari (wastani, wastani, mkengeuko wa kawaida, kiwango cha juu cha chini), umbo la usambazaji, kozi ya muda, viambajengo na uwiano kati ya mfululizo. AI hutengeneza msimbo wa hatua hizi haraka; Kazi yako ni kusoma pato kwa jicho la kiuchumi: "Je, wastani huu ni wa busara? Je, uwiano huu ni sadfa au uhusiano unaojulikana?"
Tahadhari: Uwiano ni njia tu ya kitambulisho hapa, sio uthibitisho wa sababu. Ukweli kwamba misururu miwili husogea pamoja (kwa mfano, mauzo ya ice cream na kuzama kwa maji—yote yakichochewa na majira ya joto) haimaanishi kuwa moja inaongoza kwa nyingine. Tutaongeza tofauti hii katika sura ya 7.
kesi tatu ndogo
Kesi ya 1 - Msingi wa kipunguzi si sahihi. Mchambuzi alikuwa na msimbo wa uandishi wa akili bandia ili kutambua safu ya mishahara. Nambari ilifanya kazi, matokeo yalionekana kuwa sawa - lakini mchambuzi alihesabu 2020 kwa hatua ya CALCULATE na haikufanya kazi. Tatizo: akili ya bandia ilitumia deflator yenye msingi wa 2003=100 na kuomba mfululizo wa mshahara na bei za 2015; Misingi ilipingana. Nambari hiyo ilirekebishwa na urekebishaji wa mstari mmoja, safu nzima ikaanguka.
Kesi 2 - Hitilafu ya sauti ya kimya. Taasisi ilikuwa imepunguza data ya mauzo ya nje kwa dola elfu na uagizaji kutoka nje kwa dola milioni. Wakati akili ya bandia iliondoa mbili kwa "usawa wa biashara ya nje", matokeo yalikuwa nakisi ya kipuuzi. Mtazamo wa min-max katika EDA ulifichua hitilafu: mpangilio wa ukubwa wa mfululizo mbili ulitofautiana kwa kipengele cha 1000. Mara kitengo kiliposawazishwa usawa ulikuwa sahihi.
Kesi ya 3 - Sio kufuta nje. Mwezi mmoja katika mfululizo ulikuwa chini sana. AI ilipendekeza "outlier, hebu tuisafishe". Mchambuzi alichunguza: uzalishaji ulikuwa umesimama kwa sababu ya janga la asili mwezi huo. Thamani ilikuwa halisi; Kuifuta kunaweza kupotosha historia. Badala ya kufuta, iliandikwa chini. Pendekezo la "wazi" la AI halikufuatwa kwa upofu.
Jedwali la uthibitishaji wa ubadilishaji
Uongofu
kiini cha formula
ukaguzi wa mwongozo
utambuzi
nominella / bei index × 100
Deflator msingi = msingi wa matokeo?
ukuaji wa kila mwaka
(t / t-12month - 1)×100
Kuhesabu kipindi kwenye karatasi
indexing
mfululizo/kipindi cha msingi × 100
Je, kipindi cha msingi kina thamani ya 100?
Kila mwezi→ robo
mtiririko: kukusanya / hisa: mwisho wa kipindi
Mbinu sahihi ya ukusanyaji?
wastani wa kusonga
mwisho n wastani wa kipindi
Je, urefu wa dirisha ni sahihi?
Violezo vinne vinavyoweza kunakiliwa
1) Mpango wa kusafisha:
Nina data hii mbichi: [safu wima na safu za sampuli]. Njoo na mpango wa kusafisha ili kujiandaa kwa uchanganuzi: thamani inayokosekana, suala la kitengo/umbizo, upatanishaji wa tarehe, upatanisho wa masafa, viambajengo vinavyowezekana. Eleza kwa sentensi moja kwa nini kila hatua ni muhimu. Usiandike msimbo bado; ngoja nithibitishe mpango huo kwanza.
2) nambari ya kusafisha pandas:
Andika msimbo wa panda kulingana na mpango nilioidhinisha. Acha msimbo uonyeshe kile kinachofanya kwa kila hatua na mstari wa maoni; Inachapisha idadi ya safu mlalo na maadili yanayokosekana baada ya ubadilishaji. Usifute uchunguzi wowote kimya; Ripoti kila mstari unaofuta.
3) Utambuzi (unaothibitishwa):
Tambua mfululizo huu wa kawaida kwa [bei index]. Andika wazi mwaka wa msingi wa deflator unapoitumia; Bainisha msingi wa mfululizo unaotokana ni nini. Nionyeshe akaunti hatua kwa hatua kwa kipindi kimoja ili niweze kuithibitisha mimi mwenyewe.
4) Muhtasari wa uchambuzi wa uchunguzi:
Andika msimbo wa uchanganuzi wa data ifuatayo iliyosafishwa: takwimu za muhtasari, njama ya mfululizo wa saa, skana ya nje, na matrix ya uunganisho. Wakati wa kutafsiri matokeo, weka wazi kuwa maunganisho unayopata sio SABABU na orodhesha alama 3 ambazo zinanivutia.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Futa data hii.
AI hufanya kwa mawazo bila kujua nini cha kusafisha; Unaweza kufuta uchunguzi, kubadilisha vitengo, hutaona.
Agizo lenye nguvu:
Katika data hii ya kila mwezi ya biashara ya nje, mauzo ya nje ni "dola elfu" na uagizaji ni "dola milioni". Fanya hizo mbili ziwe sawa kwa "Dola milioni", weka alama kwenye miezi inayokosekana lakini USIJAZE, panga tarehe hadi mwisho wa mwezi. Chapisha ni safu ngapi zimeathiriwa kwa kila hatua; kimya kufuta hakuna safu. Kisha onyesha salio la mwezi mmoja kwa njia ambayo ninaweza kuangalia mwenyewe.
Makosa ya kawaida
- Kuendesha msimbo wa ubadilishaji bila kuusoma. Msingi/kitengo kisicho sahihi huharibu uchanganuzi mzima kimyakimya.
- Kujaza data iliyokosekana bila kufikiria. Kufuta kipindi cha shida/maafa kwa wastani.
- Tupa bidhaa za nje kiotomatiki. Kukosea tukio la kweli kwa hitilafu ya data.
- Kuchanganya ukuaji wa msimu na mwaka. Mbili ni ukubwa tofauti.
- Kuchanganya masafa kimakosa. Kukusanya mfululizo wa hisa na kuuchakata kama mtiririko.
- Kupotosha uunganisho katika EDA kwa sababu. Kukosea zana ya utambuzi kama ushahidi.
Kwa muhtasari
Kusafisha na kubadilisha data ni asilimia 80 isiyoonekana lakini yenye maamuzi ya uchambuzi wa kiuchumi. Akili ya bandia huharakisha sana kazi hii ya mitambo; lakini ni juu yako kusoma kila hatua ya kusafisha na kila mabadiliko na uthibitishe mwenyewe angalau uchunguzi mmoja. Maamuzi ya msingi ya deflator, kitengo, marudio na nje ni maamuzi ya kiuchumi na hayawezi kuachwa kwa upofu kwa akili ya bandia. Uchanganuzi wa uchunguzi huleta data, lakini uunganisho huko sio sababu.
Jukumu la maombi
Pakua mfululizo halisi wa ghafi (k.m. CPI ya kila mwezi na mfululizo wa kawaida wa mshahara/mapato). Unda mpango wa kusafisha ukitumia kiolezo cha 1, tengeneza msimbo kwa kutumia kiolezo cha 2, na utambue mfululizo ukitumia kiolezo cha 3. Kisha uhesabu thamani halisi ya kipindi kimoja kwenye karatasi na ulinganishe na pato la akili ya bandia. Ukipata kutolingana, tambua na urekebishe chanzo chake (msingi/kitengo) na utambue maendeleo.
orodha ya ukaguzi
- [ ] Nilikagua na kuidhinisha mpango wa kusafisha kabla ya kanuni kuandikwa.
- [ ] Kila mstari ulifutwa/kubadilishwa na taarifa za upelelezi bandia; Hakuna ufutaji wa kimya.
- [ ] Unapojaza data iliyokosekana unaweza kuuliza "mbona ni tupu?" Nilijibu swali.
- [ ] Nilichunguza ikiwa mtangazaji ni tukio la kweli au hitilafu ya data.
- [ ] Katika utambuzi, nilithibitisha kuwa msingi wa kipunguzi na msingi wa matokeo zinalingana.
- [ ] Nilikadiria upya ubadilishaji wa angalau kipindi kimoja.
- [ ] Sikuwasilisha uwiano katika EDA kama sababu.