Data pedigree Many statistics textb

Data pedigree Many statistics textbooks discuss the importance of sample size on statistical analyses and provide formulas for deter-mining appropriate sample size. Unfor-tunately, very little is typically said about data quality. The quote from Box, Hunter and Hunter noted earlier is a welcome but rare exception. The assumption seems to be that “all data are created equal.” If only that were true. Practitioners who have had to collect their own data know how challenging it can be to collect good data. Missing values and variables, poor measurement pro-cesses and collinearity between the inde-pendent variables are just a few problems typically encountered. No amount of data or sophisticated data mining algorithms will salvage a bad data set. The key point is that rather than jump-ing into analyses, practitioners should always carefully consider data quality first: where it came from, how it was collected, who collected it, over what time frame, the measurement system used and the associated science and engineering. This type of information is called the data pedigree because it describes the background and history of the data, much like a show dog’s pedigree documents its credentials. Data should always be considered guilty until proven innocent. In many cases, the data are sufficient to answer some questions, but not to solve the overall problem. More data, collected differently, are often required, based on analysis of the original data. Further, the sophistication of any models developed should be based on the needs of the problem and the data pedigree, and should never be more complex than can be ad-equately supported by the current data

ผลลัพธ์ (ไทย) 1:

เลือดข้อมูลสถิติหลายตำรากล่าวถึงความสำคัญของขนาดตัวอย่างในการวิเคราะห์ทางสถิติ และให้สูตรสำหรับขนาดตัวอย่างที่เหมาะสมทำเหมืองขัดขวาง Unfor-tunately น้อยมากมักจะกล่าวว่า เกี่ยวกับคุณภาพข้อมูล ใบเสนอราคาจากกล่อง ฮันเตอร์และฮันเตอร์ไว้ก่อนหน้านี้เป็นข้อยกเว้นที่ต้อนรับ แต่หายาก อัสสัมน่าจะ ว่า "ข้อมูลทั้งหมดสร้างขึ้นเท่า นั้น" ถ้าเดียวที่มีจริง ผู้ที่มีการรวบรวมข้อมูลของตนเองรู้ว่าท้าทายสามารถรวบรวมข้อมูลที่ดี ค่าที่ขาดหายไป และตัวแปร pro-cesses วัดที่ยากจน และภาวะร่วมเส้นตรงระหว่างตัวแปร inde แขวนอยู่เพียงไม่กี่ปัญหาที่พบโดยทั่วไป ไม่มีจำนวนข้อมูลหรืออัลกอริทึมการทำเหมืองข้อมูลที่ซับซ้อนจะกู้ชุดข้อมูลไม่ถูกต้อง จุดสำคัญคือ แทนที่กระโดด-ing เข้าวิเคราะห์ ผู้ควรจะพิจารณาอย่างรอบคอบคุณภาพข้อมูลก่อน: มาจาก วิธีมันถูกรวบรวม ผู้รวบรวมนั้น ช่วงเวลาใด ระบบประเมินใช้ และเชื่อมโยงวิทยาศาสตร์และวิศวกรรม ข้อมูลชนิดนี้คือเลือดข้อมูลเนื่องจากอธิบายประวัติของข้อมูล และพื้นหลังมากเหมือนสายเลือดของสุนัขดูเอกสารข้อมูลประจำตัวของ ข้อมูลควรจะถือว่ามีความผิดจนกว่าจะพิสูจน์ความบริสุทธิ์ ข้อมูลมีไม่เพียงพอใน การตอบคำถาม แต่ไม่แก้ปัญหาโดยรวมในหลายกรณี ข้อมูล แตกต่าง การรวบรวมมักต้อง ตามการวิเคราะห์ของข้อมูลเดิม เพิ่มเติม ความซับซ้อนของรูปแบบการพัฒนาควรขึ้นอยู่กับความต้องการปัญหาและเลือดข้อมูล และไม่ควรซับซ้อนกว่าสามารถโฆษณา-equately สนับสนุนข้อมูลปัจจุบัน

ผลลัพธ์ (ไทย) 2:

สายเลือดข้อมูลสถิติตำราหลายหารือเกี่ยวกับความสำคัญของขนาดของกลุ่มตัวอย่างในการวิเคราะห์ทางสถิติและให้สูตรสำหรับขนาดของกลุ่มตัวอย่างที่เหมาะสมยับยั้งการทำเหมืองแร่ Unfor-tunately น้อยมากมักจะกล่าวเกี่ยวกับข้อมูลที่มีคุณภาพ อ้างจากกล่อง, ฮันเตอร์ฮันเตอร์และตั้งข้อสังเกตก่อนหน้านี้ได้รับการต้อนรับ แต่ข้อยกเว้นที่หายาก สมมติฐานที่น่าจะเป็นที่ "ข้อมูลทั้งหมดถูกสร้างขึ้นเท่ากับ." ถ้าเดียวที่เป็นความจริง ผู้ประกอบการที่มีการเก็บรวบรวมข้อมูลของตัวเองรู้วิธีที่ท้าทายที่จะสามารถในการเก็บรวบรวมข้อมูลที่ดี ที่ขาดหายไปและตัวแปรค่าการวัดที่ยากจน cesses โปรและ collinearity ระหว่างตัวแปรดัชนีคำศัพท์-จี้เป็นเพียงไม่กี่ปัญหาที่พบโดยทั่วไป ปริมาณของข้อมูลหรือขั้นตอนวิธีการทำเหมืองข้อมูลที่มีความซับซ้อนจะไม่มีการกู้ข้อมูลชุดที่ไม่ดี จุดที่สำคัญคือว่าแทนที่จะกระโดดไอเอ็นจีเข้าไปในการวิเคราะห์ผู้ปฏิบัติงานควรพิจารณาอย่างรอบคอบข้อมูลที่มีคุณภาพก่อนที่มันมาจากวิธีการที่จะถูกเก็บรวบรวมที่เก็บมันมากกว่าสิ่งที่กรอบเวลา, ระบบการวัดที่ใช้และวิทยาศาสตร์ที่เกี่ยวข้องและ วิศวกรรม ประเภทของข้อมูลนี้เรียกว่าสายเลือดข้อมูลเพราะมันอธิบายถึงพื้นหลังและประวัติความเป็นมาของข้อมูลเหมือนสายเลือดสุนัขแสดงเอกสารข้อมูลประจำตัวของตน ข้อมูลควรได้รับการพิจารณาว่ามีความผิดผู้บริสุทธิ์จนกว่าจะพิสูจน์ได้ ในหลายกรณีที่มีข้อมูลเพียงพอที่จะตอบคำถามบางอย่าง แต่ไม่ได้ในการแก้ปัญหาที่เกิดขึ้นโดยรวม ข้อมูลอื่น ๆ ที่เก็บรวบรวมแตกต่างกันมักจะต้องอยู่บนพื้นฐานของการวิเคราะห์ข้อมูลเดิม นอกจากนี้ความซับซ้อนของรูปแบบใด ๆ ที่พัฒนาควรจะขึ้นอยู่กับความต้องการของปัญหาและสายเลือดข้อมูลและไม่ควรจะมีความซับซ้อนมากขึ้นกว่าที่สามารถโฆษณา equately สนับสนุนจากข้อมูลปัจจุบัน

ผลลัพธ์ (ไทย) 3:

ข้อมูลสถิติเกี่ยวกับสายเลือดหลายตำรา ความสำคัญของขนาดตัวอย่างในการวิเคราะห์ทางสถิติ และให้สูตร ห้ามปรามขนาดตัวอย่างแร่ที่เหมาะสม unfor tunately น้อยมากมักจะพูดเกี่ยวกับข้อมูลที่มีคุณภาพ อ้างอิงจากกล่อง ฮันเตอร์ ฮันเตอร์กล่าวไว้ก่อนหน้านี้ คือ ยินดี แต่ข้อยกเว้นที่หายาก . สมมติฐานที่น่าจะเป็นว่า " ข้อมูลทั้งหมดถูกสร้างขึ้นเท่ากับ" ถ้ามันเป็นความจริง ผู้ปฏิบัติงานที่ต้องเก็บข้อมูลของตนเอง รู้วิธีการที่สามารถที่จะเก็บข้อมูลที่ดี คิดถึงค่าและตัวแปร จนวัดโปร cesses collinearity ระหว่างตัวแปรและจี้ยังเป็นเพียงไม่กี่ปัญหาที่มักจะพบ ไม่มีข้อมูลหรือขั้นตอนวิธีการทำเหมืองข้อมูลที่มีความซับซ้อนจะกอบกู้ข้อมูลที่ไม่ดีพร้อมจุดสำคัญคือแทนที่จะกระโดดไอเอ็นจีในการวิเคราะห์ ผู้ปฏิบัติงานควรพิจารณาอย่างรอบคอบข้อมูลคุณภาพแรก : มันมาจากไหน แล้วมันเก็บใครเก็บมัน เหนือกรอบเวลาอะไร ระบบการวัดที่ใช้และที่เกี่ยวข้องวิทยาศาสตร์และวิศวกรรม ข้อมูลชนิดนี้เรียกว่าข้อมูลสายเลือดเพราะมันอธิบายถึงประวัติและความเป็นมาของข้อมูลเหมือนแสดงสุนัขสายเลือดเอกสารหนังสือรับรองของ ข้อมูลควรได้รับการพิจารณาผิดจนกว่าจะพิสูจน์ได้ว่าบริสุทธิ์ ในหลายกรณี ข้อมูลเพียงพอที่จะตอบคำถามบางอย่าง แต่ไม่แก้ไขปัญหาโดยรวม ข้อมูลเพิ่มเติมเก็บแตกต่างกัน มักจะต้องขึ้นอยู่กับการวิเคราะห์ของข้อมูลเดิม เพิ่มเติมความซับซ้อนของโมเดลการพัฒนาควรเป็นไปตามความต้องการของปัญหาและข้อมูลที่สายเลือด และไม่ควรซับซ้อนกว่า สามารถลงประกาศ equately สนับสนุนโดยข้อมูลปัจจุบัน