- مقدمة
- تقنية البحث عن التحليل الإحصائي للبيانات
- الأنواع الرئيسية للتحليل الإحصائي
- استنتاج


مقدمة:

الإحصاء هو فرع العلم الذي يقدم أدوات وتقنيات تحليلية متنوعة للتعامل مع الحجم الهائل للبيانات. بعبارات بسيطة، إنه علم تجميع وتصنيف وتحليل وتفسير وإظهار الشكل الرقمي للبيانات لعمل الاستنتاجات، على سبيل المثال/ حول السكان، من بيانات العينة المنتقاة التي يمكن أن يستخدمها خبراء الأعمال لحل مشاكلهم، ومن هنا ظهرت أهمية تقديم بحث عن التحليل الإحصائي للبيانات .

لذلك، هي الجهود المبذولة لتنظيم البيانات وتوقع الاتجاهات المستقبلية، اعتماداً على المعلومات. فتعتمد العديد من المنظمات بشكل كبير على التحليل الإحصائي. بتعبير أدق يتعلق تحليل البيانات الإحصائية بجمع البيانات وتفسيرها وعرضها. ويمكن التعامل معها أثناء معالجة البيانات لحل المشكلات المعقدة. بتعبير أدق، يقدم البحث عن التحليل الإحصائي أهمية للبيانات أو الأرقام غير المهمة أو غير ذات الصلة.


تقنية البحث عن التحليل الإحصائي للبيانات:

زاد الطلب على تحليلات البيانات على مر السنين، حيث تم ابتكار العديد من التقنيات، لكنها في النهاية تتلخص في فئتين وهم ما يلي/

التحليل النوعي: فيمكن استخدامه لاكتساب نظرة ثاقبة لممارسة معينة، ولا يحتوي على أي فئات إخراج محددة مسبقاً. فيمكنه أيضاً إجراء تحليل متعمق للبيانات القادمة من عينة صغيرة. ويمكنه إنشاء أنماط من الأفكار والمفاهيم، وأخذ العينات المعنية.

التحليل الكمي: يساعد في قياس الحجم من ممارسة معينة، ويتضمن فئات الإخراج المحددة مسبقاً. ويتطلب بيانات مستقلة من عينة إحصائية كبيرة. ويتبع الأسلوب الإحصائي لفرضية الاختبار لاكتساب رؤى وأنماط من البيانات. ويمكنه تجميع البيانات عددياً ويمكن تجميع فئات الإخراج.

يتم استخدام أنواع أخرى من تقنيات تحليل البيانات من قبل المطورين مثل التحليل الوصفي والتحليل الاستدلالي وتحليل النص والتحليل الإحصائي والتحليل التشخيصي والتحليلات التنبؤي والتحليلات الوصفية. ولكن كل هذه يمكن تصنيفها إما تحت تقنيات التحليل الكمي أو النوعي الذي هو أكثر عمومية. فتعتمد المنهجية التي تمت مناقشتها أعلاه على متطلبات المنظمة، مثل تكلفة الإعداد، والمكدس التكنولوجي، وأيديولوجية العمل، والعملاء، وما إلى ذلك.

يمكن إجراء تحليل البيانات في خمس مراحل وهي متطلبات البيانات، وجمع البيانات، وتنظيف البيانات، وتحليل البيانات، وتفسير البيانات، وتصور البيانات.


الأنواع الرئيسية للتحليل الإحصائي: 

على وجه الخصوص، التحليل الإحصائي هو عملية توحيد وتحليل عينات متميزة من البيانات للكشف عن الأنماط أو الاتجاهات وتوقع الأحداث أو المواقف المستقبلية لاتخاذ القرارات المناسبة. فيحتوي التحليل الإحصائي على الأنواع التالية التي تعتمد بشكل كبير على أنواع البيانات.

التحليل الإحصائي الوصفي:

في الأساس، يتعامل مع تنظيم وتلخيص البيانات باستخدام الأرقام والرسوم البيانية. حيث إنه يسهل الكميات الهائلة من البيانات للتفسير الواضح حتى بدون تكوين استنتاجات تتجاوز التحليل أو الاستجابة لأي فرضيات. فبدلاً من معالجة البيانات في شكلها الأولي، يمكّننا التحليل الإحصائي الوصفي من تمثيل البيانات وتفسيرها بشكل أكثر كفاءة من خلال الحساب الرقمي أو الرسوم البيانية أو الجداول.

من جميع الخطوات التحضيرية اللازمة لاستكمال التحليل والتفسير، يتضمن التحليل الإحصائي الوصفي عمليات مختلفة مثل الجدولة. وقياس الاتجاه المركزي (المتوسط​​، الوسيط، الوضع)، ومقياس التشتت أو التباين (المدى، التباين، الانحراف المعياري)، وانحراف القياسات وتحليل السلاسل الزمنية.

فتحت بند التحليل الوصفي، يتم تلخيص البيانات في شكل جدول وإدارتها وتقديمها في أشكال المخططات والرسوم البيانية لتلخيص البيانات، بافتراض أنها لجميع السكان. علاوة على ذلك، فهو يساعد في استخراج الخصائص المميزة للبيانات وفي تلخيص وشرح السمات الأساسية للبيانات. وعلاوة على ذلك، لم يتم رسم رؤى فيما يتعلق بالمجموعات التي لم تتم ملاحظتها أو أخذ عينات منها.


التحليل الإحصائي الاستنتاجي:

يتم استخدام بحث عن التحليل الإحصائي الاستنتاجي بشكل أساسي عندما لا يكون فحص كل وحدة من السكان قابلاً للتحقيق. وبالتالي، فإنه يستنبط المعلومات التي تم الحصول عليها، إلى المجتمع الكامل. بكلمات بسيطة، يتيح لنا التحليل الإحصائي الاستنتاجي اختبار فرضية اعتماداً على عينة البيانات التي يمكننا من خلالها استخلاص الاستنتاجات. وذلك من خلال تطبيق الاحتمالات وإجراء تعميمات حول البيانات بأكملها. ويمكننا أيضاً التوصل إلى استنتاجات فيما يتعلق بالنتائج المستقبلية التي تتجاوز البيانات المتاحة.

بهذه الطريقة، يُفضل للغاية أثناء استخلاص النتائج واتخاذ القرارات بشأن السكان ككل على أساس بيانات العينة. على هذا النحو، تتضمن هذه الطريقة نظرية أخذ العينات، واختبارات مختلفة ذات أهمية، ومراقبة إحصائية، إلخ.


التحليل الإحصائي التنبئي:

يتم تنفيذ التحليل التنبئي للتنبؤ بالأحداث المستقبلية، أو ما قد يحدث بعد ذلك، بناءً على الحقائق والأرقام الحالية والماضية. بعبارات بسيطة، تستخدم التحليلات التنبؤية التقنيات الإحصائية وخوارزميات التعلم الآلي لوصف إمكانية النتائج المستقبلية والسلوك والاتجاهات اعتماداً على البيانات الحديثة والسابقة. فتشمل التقنيات المستخدمة على نطاق واسع في إطار التحليل التنبئي التنقيب عن البيانات. ونمذجة البيانات والذكاء الاصطناعي والتعلم الآلي وما إلى ذلك لعمل تنبؤات حتمية.

في نظام الأعمال الحالي، يتم التعامل مع هذا التحليل من قبل شركات التسويق ومؤسسات التأمين. ومقدمي الخدمات عبر الإنترنت والتسويق المستند إلى البيانات والشركات المالية. ومع ذلك يمكن لأي عمل الاستفادة منه من خلال التخطيط لمستقبل لا يمكن التنبؤ به. مثل تحقيق مكاسب الميزة التنافسية وتضييق نطاق المخاطر المرتبطة بحدث مستقبلي غير متوقع.

يتقارب التحليل التنبئي عند التنبؤ بالأحداث القادمة باستخدام البيانات والتأكد من احتمالية وجود عدة اتجاهات في سلوك البيانات. لذلك، تستخدم الشركات هذا النهج للحصول على إجابة “ماذا يمكن أن يحدث؟” حيث أساس إجراء التنبؤات هو مقياس احتمالي.


التحليل الاحصائي الإلزامي:

يفحص التحليل الإلزامي البيانات من أجل معرفة ما يجب القيام به. ويتم استخدامه على نطاق واسع في تحليل الأعمال لتحديد أفضل إجراء ممكن لموقف ما. بينما قد يتم نشر تحليل إحصائي آخر لقيادة الاستبعادات، فإنه يوفر الإجابة الفعلية. ويركز بشكل أساسي على اكتشاف الاقتراح الأمثل لعملية صنع القرار.

فالعديد من التقنيات التي يتم تنفيذها في ظل التحليل الإلزامي هي المحاكاة، وتحليل الرسم البياني. والخوارزميات، ومعالجة الأحداث المعقدة، والتعلم الآلي، ومحرك التوصية، وقواعد العمل، وما إلى ذلك. ومع ذلك، فهو مرتبط تقريباً بالتحليل الوصفي والتنبؤي، حيث يشرح التحليل الوصفي البيانات من حيث ما حدث. ويتوقع التحليل التنبئي ما يمكن أن يحدث، وهنا يتعامل التحليل الإلزامي في تقديم الاقتراحات المناسبة بين التفضيلات المتاحة.


التحليل الاحصائي الاستكشافي  (EDA)

تحليل البيانات الاستكشافية، أو EDA كما هو معروف، هو نظير للإحصاءات الاستنتاجية، ويتم تنفيذه بشكل كبير من قبل خبراء البيانات. حيث إنها عموماً الخطوة الأولى في عملية تحليل البيانات التي تتم قبل أي تقنيات تحليل إحصائي أخرى. ولا يتم نشر EDA وحدها للتنبؤ أو التعميم، فهي تعرض معاينة البيانات وتساعد في الحصول على بعض الأفكار الرئيسية حولها.

وتركز هذه الطريقة بشكل كامل على تحليل الأنماط في البيانات للتعرف على العلاقات المحتملة. فيمكن الاتصال بـ EDA لاكتشاف ارتباطات غير معروفة داخل البيانات. وفحص البيانات المفقودة من البيانات التي تم جمعها والحصول على أقصى قدر من الرؤى، وفحص الافتراضات.


التحليل الاحصائي السببي:

بشكل عام، التحليل السببي يساعد في فهم وتحديد الأسباب الكامنة وراء لماذا الأشياء على هذا النحو، كما تظهر. على سبيل المثال/ في بيئة الأعمال الحالية، توجد العديد من الأفكار أو الشركات التي فشلت بسبب حدوث بعض الأحداث. ففي هذه الحالة، يحدد التحليل السببي السبب الجذري للفشل، أو ببساطة السبب الأساسي لحدوث شيء ما.

وفي صناعة تكنولوجيا المعلومات، يتم استخدام هذا للتحقق من ضمان جودة برنامج معين. مثل سبب فشل هذا البرنامج، وما إذا كان هناك خطأ، أو خرق للبيانات، وما إلى ذلك، ويمنع الشركات من الانتكاسات الرئيسية. فيمكننا النظر في التحليل السببي عند: تحديد مجالات المشاكل الهامة داخل البيانات. وفحص وتحديد الأسباب الجذرية للمشكلة أو الفشل، وفهم ما سيحدث للمتغير المقدم إذا تغير أحد المتغيرات الأخرى.


التحليل الإحصائي الآلي:

من بين التحليل الإحصائي أعلاه، تعد الآلية هي النوع الأقل شيوعاً، ومع ذلك فهي تستحق في عملية تحليلات البيانات الضخمة والعلوم البيولوجية. ويتم نشرها لفهم وشرح كيفية حدوث الأشياء بدلاً من كيفية حدوث أشياء محددة بشكل خفي. فيستخدم المفهوم الواضح لفهم التغييرات الفردية في المتغيرات التي تسبب تغييرات في المتغيرات الأخرى في المقابل مع استبعاد التأثيرات الخارجية. والنظر في افتراض أن النظام بأكمله يتأثر من خلال تفاعل العناصر الداخلية الخاصة به.

الأهداف الأساسية للتحليل الإحصائي الآلي:

تشمل الأهداف الأساسية للتحليل الآلي بأنه يمكن أن يؤدي فهم التغييرات المحددة في ذلك إلى إجراء تغييرات في المتغيرات الأخرى. ويهدف إلى شرح واضح لحدوث حدث سابق في سياق البيانات، لا سيما عندما يتعامل الموضوع المعين مع أنشطة محددة. على سبيل المثال/ في العلوم البيولوجية، عند دراسة وفحص كيفية تأثر أجزاء مختلفة من الفيروس عن طريق إجراء تغييرات في الطب.

إلى جانب أنواع البحث عن التحليل الإحصائي المذكورة أعلاه، من الجدير بالمناقشة هنا أن هذه المعالجات الإحصائية، أو تقنيات تحليل البيانات الإحصائية، تعتمد بعمق على الطريقة التي يتم بها استخدام البيانات. فأثناء الاعتماد على وظيفة ومتطلبات دراسة معينة، يمكن استخدام البيانات والتحليل الإحصائي لأغراض عديدة. على سبيل المثال/ يمكن لعلماء الطب استخدام مجموعة متنوعة من التحليل الإحصائي لاختبار فعالية الدواء.

علاوة على ذلك، يمكن للكثير من البيانات المتاحة أن تفيد في العديد من الأشياء، ويريد متخصصو البيانات استكشافها. وبالتالي فإن التحليل الإحصائي قادر على الحصول على بعض النتائج المفيدة وإجراء بعض الاستدلالات. أيضاً في بعض الحالات، يمكن الاقتراب من التحليل الإحصائي لتجميع المعلومات المتعلقة بتفضيل الأشخاص وعاداتهم.

على سبيل المثال/ يمكن للمحللين استخدام بيانات المستخدم في مواقع التواصل الاجتماعي مثل فيس بوك وانستجرام لفهم تصور المستخدم، مثل ما تفعله الاستخدامات وما الذي يحفزها. فيمكن أن تفيد هذه المعلومات الإعلانات التجارية حيث يتم استهداف مجموعة معينة من المستخدمين لبيع أشياء لهم. ومن المفيد أيضاً لمطوري التطبيقات فهم استجابة المستخدمين وعاداتهم وإجراء تغييرات في المنتجات وفقاً لذلك.


استنتاج:

يمكن للفهم الأعمق للبيانات أن يوسع الفرص العديدة للأعمال التجارية، من خلال تنفيذ تحليلات الأعمال. ويمكن للمؤسسة تحقيقها أثناء التدقيق في البيانات، على سبيل المثال/ التنبؤات أو الرؤى أو الاستنتاجات من البيانات وهذا ما يمكن للتحليل الإحصائي فعله. حيث يمكنه أيضاً تجميع البيانات وإظهارها في شكل رسوم بيانية أو مخططات لإظهار النتائج الرئيسية. واستكشاف العناصر والقياسات المهمة من البيانات، مثل المتوسط ​​، والتباين، والانحراف، وما إلى ذلك. واختبار فرضية من تجارب متعددة، وتوقع البصيرة القادمة على أساس سلوك البيانات السابقة، وغير ذلك الكثير.

وبالتالي، يمكن لأي شركة أن تستفيد من البحث عن التحليل الإحصائي بطرق مختلفة. على سبيل المثال/ لتحديد الأداء المنخفض للمبيعات، والكشف عن الاتجاهات من بيانات العملاء، وإجراء عمليات التدقيق المالي، وما إلى ذلك.


فيديو: التحليل الإحصائي.

https://www.youtube.com/watch?v=LuM2Y8xEjqc&t=45s

هل كان المقال مفيداً؟!