Poslovna analitika s R
Osnovni fokus Business Analyticsa je razviti nove uvide u poslovanje i procijeniti uspješnost. Dosta se govori o Poslovnoj analitici i raznim tehnikama. Najviše je potrebno temeljito razumijevanje načina na koji se statistika primjenjuje u Business Analyticsu.
Što je statističko modeliranje?
Statističko modeliranje je formalizacija odnosa između varijabli u obliku matematičkih jednadžbi. U osnovi se radi o otkrivanju varijable. Opisuje kako su jedna ili više varijabli povezane s jednom ili više drugih varijabli. Ovdje varijable nisu točno povezane, ali bi mogle biti stohastički povezane.
kako dobiti duljinu niza u javascriptu
Jednostavnije rečeno, varijabla nije ništa drugo nego atribut. Atribut postaje visina, težina i dob osobe. Visina i dob vjerojatnosne su prirode. 30-godišnja osoba ima veće šanse da bude visoka 4 metra. Slično tome, kad znate da je osoba koja ima 13 godina, ona ima veće šanse da bude visoka 6 stopa.
Cijela svrha statističkog modeliranja nije u istraživanju, već se u konačnici svodi na pružanje uvida u rješenja. Uključuje analizu podataka i njihovu primjenu u različitim okolnostima. Teme o kojima se raspravlja u videu su sljedeće:
1. Što je statističko modeliranje
2. Što je regresijsko modeliranje
3. Razumijevanje analitike
Što je regresijsko modeliranje?
Kao što je spomenuto u gornjim redovima o statističkom modeliranju, važan i osnovni čimbenik ove teorije je regresijsko modeliranje. Modeliranje regresije odnosi se na pronalaženje odnosa između dvije varijable. Preciznije, regresija pomaže razumjeti kako se vrijednost ovisne varijable mijenja dok se bilo koja neovisna varijabla mijenja, dok se ostale neovisne varijable drže fiksnima. Na primjer, vrijeme je neovisna varijabla, dok prodaja i brzina ovise o određenim čimbenicima. Stoga je cilj utvrditi odnos između njih dvoje.
Postoje određene jednadžbe u modelu regresije, a to je linearna, multivarijantna i logistička regresija. Logistička regresija slična je regresiji u kojoj postoje dvije varijable, pa se stoga klasificira kao vjerojatni statistički model. Koristi se za opisivanje parametara kvalitativnog modela odgovora.
U dijagramu spomenutom u video zapisu linija uvodi dva pojma - jedan koji je na liniji i drugi koji nije. Oni koji su udaljeni od linije imaju pogrešku. Ovo je udaljenost između stvarne vrijednosti (plave točke) i predviđene vrijednosti (crna linija). Cilj modeliranja, bilo u bilo kojem obliku, je smanjiti ove pogreške, a to je pokušati premostiti jaz između njih dvoje. Postoje i druge tehnike za razumijevanje teorije.
Razumijevanje analitike u poslu
Čitav rad analitike svodi se na 3 jednostavna modela - prediktivni, opisni i model odlučivanja. Kao što i samo ime govori, omogućuje shvatanje budućnosti. Na primjer, neuspjeh sustava, kreditna sposobnost, prijevara spadaju u prediktivni model koji danas stječe svjetsku popularnost. S druge strane, postoje opisni i modeli odlučivanja koji postoje već dugo vremena. Deskriptivni model omogućuje karakterizaciju podataka, pri čemu se mogu procijeniti BDP i prosječna stopa očekivanog života u zemlji. Također je istraživačke prirode, gdje kupac daje podatke i problem se analizira. Kupcu se daje uvid u problem, a zatim se koristi model odluke nakon čega se predlažu određene optimizacije. Model ima cilj koji nije ništa drugo nego optimizacija.
Imate pitanje za nas? Spomenite ih u odjeljku za komentare i javit ćemo vam se.
Vezane objave: