La découverte vous plaît ?
Ceci est la première leçon gratuite. Obtenez un accès complet : demandez une démo ou connectez-vous.
La découverte vous plaît ?
Ceci est la première leçon gratuite. Obtenez un accès complet : demandez une démo ou connectez-vous.
Comprendre comment l’information est liée est essentiel pour pouvoir utiliser vos informations recueillies pour prendre des décisions. Bien que toutes les données ne soient pas corrélées, vous pouvez utiliser les données corrélées pour déterminer où des modifications peuvent être nécessaires ou où il peut y avoir un potentiel de profit plus important. Pour tirer le meilleur parti de vos données, il est important de reconnaître comment la relation entre les différents graphiques de données peut indiquer les tendances et les modèles de votre entreprise ou de votre secteur. En prenant conscience de ces tendances et modèles, vous pouvez prendre de meilleures décisions pour le succès futur de votre entreprise.
Dans ce cours sur la corrélation, vous découvrirez les corrélations, les distributions et leur relation avec les informations recueillies par l’analyse graphique et les variables. Nous examinerons les moyens de visualiser vos données, tels que les tableaux croisés et les nuages de points, afin que vous puissiez mieux évaluer les relations entre les points de données. Traiter une population entière de données peut s'avérer compliqué, nous verrons donc également comment l’utilisation d’une distribution d’échantillonnage est un moyen efficace de représenter un sous-ensemble de l’ensemble de la population entière de données.
Ce cours sur la Corrélation couvre les corrélations, les distributions, et comment elles sont liées aux informations recueillies via l'analyse de graphiques et les variables. Il examine les moyens de visualiser les données, tels que les tableaux croisés (crosstabs) et les nuages de points (scatterplots), et explique comment les distributions d'échantillonnage représentent efficacement un sous-ensemble d'une population entière de données.
Oui. L'un des objectifs d'apprentissage est de reconnaître la différence entre corrélation et causalité, et le cours comprend une leçon intitulée "Corrélation n'est pas Causalité".
Selon le cours, les données corrélées peuvent être utilisées pour déterminer où des changements peuvent être nécessaires ou où il peut y avoir un potentiel de bénéfices accrus. La connaissance des tendances et des modèles vous aide à prendre de meilleures décisions pour le succès futur de votre entreprise.
Les leçons sont : Introduction ; Tableaux croisés et nuages de points ; La corrélation n'est pas la causalité ; Distributions d'échantillonnage ; Comparaisons multiples ; et Testez vos connaissances.
Parce que traiter une population entière de données peut s'avérer complexe, le cours explique comment l'utilisation d'une distribution d'échantillonnage constitue un moyen efficace de représenter un sous-ensemble de cette population de données dans son ensemble.