جزوه پایگاه داده پیشرفته
دانلود فایل
 
 
 
 
 
 
 
 
 
 
 
بررسی روابط بین اعدادی که باید به روشی قابل پیش بینی جزوه پایگاه داده پیشرفته مرتبط باشند، مانند نسبت ها در طول زمان.
اعداد را عادی کنید تا مقایسه ها آسان تر شود، مانند تجزیه و تحلیل مقادیر به ازای هر فرد یا نسبت به تولید ناخالص داخلی یا به عنوان یک مقدار شاخص نسبت به سال پایه.
با تجزیه و تحلیل عواملی که منجر به نتایج می شوند، مانند تجزیه و تحلیل دوپونت از بازده حقوق صاحبان، مشکلات را به اجزای سازنده تقسیم کنید . [۲۵]
برای متغیرهای مورد بررسی، تحلیلگران معمولاً آمار توصیفی مانند میانگین (متوسط)، میانه و انحراف معیار را برای آنها به دست می آورند . [۶۱] آنها همچنین ممکن است توزیع متغیرهای کلیدی را تجزیه و تحلیل کنند تا جزوه پایگاه داده پیشرفته بینند چگونه مقادیر فردی حول میانگین جمع می شوند. [۶۲]
تصویری از اصل MECE که برای تجزیه و تحلیل داده ها استفاده می شود.
مشاوران مک کینزی و شرکت تکنیکی را برای تجزیه یک مسئله کمی به اجزای سازنده جزوه پایگاه داده پیشرفته آن به نام اصل MECE نامگذاری کردند . [۶۳] هر لایه را می توان به اجزای آن تقسیم کرد. هر یک از مولفه های فرعی باید متقابلاً از یکدیگر جدا باشند و در مجموع به لایه بالای آنها اضافه شوند. [۶۴] این رابطه به عنوان “متقابل انحصاری و جمعی جامع” یا MECE نامیده می شود. به عنوان مثال، سود بر اساس تعریف را می توان به درآمد کل و هزینه کل تقسیم کرد. [۶۵]به نوبه خود، کل درآمد را می توان با اجزای آن تجزیه و تحلیل کرد، مانند درآمد بخش های A، B، و C (که متقابلاً از یکدیگر جدا هستند) و باید به کل درآمد اضافه شود (مجموعاً جامع). [۶۶]
تحلیلگران ممکن است از اندازه گیری های آماری قوی برای حل مسائل تحلیلی جزوه پایگاه داده پیشرفته خاص استفاده کنند. [۶۷] آزمون فرضیه زمانی استفاده می شود که یک فرضیه خاص در مورد وضعیت واقعی امور توسط تحلیلگر ساخته شود و داده ها برای تعیین درست یا نادرست بودن آن حالت جمع آوری شود. [۶۸] [۶۹] به عنوان مثال، این فرضیه ممکن است این باشد که “بیکاری هیچ تاثیری بر تورم ندارد”، که به یک مفهوم اقتصادی به نام منحنی فیلیپس مربوط می شود . [۷۰] آزمون فرضیه شامل در نظر گرفتن احتمال خطاهای نوع I و نوع II است که به این موضوع مربوط می شود که آیا داده ها از پذیرش یا رد فرضیه پشتیبانی می کنند. [۷۱] [۷۲]
تحلیل رگرسیون ممکن است زمانی استفاده شود که تحلیلگر در تلاش است تا میزان تأثیر متغیر مستقل X بر متغیر وابسته Y را تعیین کند (به عنوان مثال، “تغییرات در نرخ بیکاری (X) تا چه اندازه بر نرخ تورم (Y) تاثیر می گذارد؟”). [۷۳] این تلاشی است برای مدل‌سازی یا برازش یک خط معادله یا منحنی به داده‌ها، به طوری که Y تابعی از X

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *