Forex Dataset

我们可以粗略地区分四种类型的数据分析。这些是描述性分析、诊断性分析、预测性分析和规范性分析。在这篇博客中，我们将讨论这四种类型之间的定义和区别。

描述性分析是最不复杂的方法，而规范性分析是最复杂的方法，但同时也是从数据中获取 澳大利亚号码数据 最大价值的最后一步。您可以通过优化，从信息洞察出发，做出既定的决策。您可以通过开始分析过去的数据，然后预测未来并在此基础上做出最佳决策来做到这一点。



数据分析的四种类型
描述性分析 ——发生了什么？
诊断分析 ——为什么会发生这种情况？
预测分析 ——会发生什么？
规范分析——我们如何才能实现它？


什么是描述性分析？
第一类数据分析是描述性分析。描述分析主要关注“发生了什么？”这个问题。它是最简单同时也是应用最广泛的数据分析方法。

通过描述性分析，您可以查看过去的数据或事件。因此，您经常会看到在KPI 仪表板 （例如 Power BI）中使用描述性分析。例如，考虑您网站的访问者数量或您公司在一定时期内的营业额。



什么是诊断分析？
第二种数据分析 是诊断分析。诊断分析主要关注“为什么会发生这种情况？”这个问题。这将允许您增加描述性分析的深度。

通过描述分析，您已经发现了发生了什么 ，现在您想知道 为什么 会发生这种情况。例如，通过将外部数据与您自己的数据相结合，您可以执行诊断分析。你本质上是在寻找因果关系或因果关系。也许您的广告活动效果更好，并带来了网站访问量的增加。

相关性与因果关系
请注意，相关性并不等同于因果关系。例如，在关联中，两个事件恰好同时发生，但一个事件对另一个事件没有影响。例如，您可能会发现，随着网站访问者数量的增加，室外温度明显升高。例如，如果您在网站上销售空调，这可能会对您的网站访问者产生直接影响，但如果您销售的产品不依赖于外部温度，情况就不一定如此。