Data analysis (original) (raw)
بيانات: مفرد بيان- بيانات / مجموعة بيانات 1 - معلومات تفصيليّة حول شخص أو شيءٍ ما يمكن من خلالها الاستدلال عليه. 2 - (الحاسبات والمعلومات) رموز عدديّة وغيرها من المعلومات الممثَّلة بشكل ملائم لمعالجتها بالحاسوب. تحليل البيانات أو المعطيات (بالإنجليزية: Data analysis): هو عملية الفحص والتدقيق للبيانات، وتمشيطها لتكون أكثر دقة، واعادة تشكيلها، وتخزينها أيضا لنحصل ونستنبط في النهاية على معلومات يمكن على اساسها اتخاذ وتحديد القرارات. ولتحليل البيانات طرق عديدة تختلف باختلاف المجال المستخدمة فيه. حيث يمكننا استخدام تحليل البيانات في العلوم والعلوم الاجتماعية والمالية أيضا.
| Property | Value |
|---|---|
| dbo:abstract | بيانات: مفرد بيان- بيانات / مجموعة بيانات 1 - معلومات تفصيليّة حول شخص أو شيءٍ ما يمكن من خلالها الاستدلال عليه. 2 - (الحاسبات والمعلومات) رموز عدديّة وغيرها من المعلومات الممثَّلة بشكل ملائم لمعالجتها بالحاسوب. تحليل البيانات أو المعطيات (بالإنجليزية: Data analysis): هو عملية الفحص والتدقيق للبيانات، وتمشيطها لتكون أكثر دقة، واعادة تشكيلها، وتخزينها أيضا لنحصل ونستنبط في النهاية على معلومات يمكن على اساسها اتخاذ وتحديد القرارات. ولتحليل البيانات طرق عديدة تختلف باختلاف المجال المستخدمة فيه. حيث يمكننا استخدام تحليل البيانات في العلوم والعلوم الاجتماعية والمالية أيضا. (ar) Anàlisi de dades es refereix a l'ús de mètodes d'anàlisi estadístics adequats per analitzar grans quantitats de dades recollides, resumir-les, comprendre-les i digerir-les, per tal de maximitzar el desenvolupament de les funcions de dades i exercir el paper de les dades. La base matemàtica de l'anàlisi de dades es va establir a principis del segle xx, però no va ser fins a l'arribada dels ordinadors que es podien fer operacions reals i es va promoure l'anàlisi de dades. L'anàlisi de dades és la ciència que s'encarrega d'examinar un conjunt de dades amb el propòsit de treure conclusions sobre la informació per poder prendre decisions, o simplement ampliar els coneixements sobre diversos temes. Al principi de segle 21, moltes organitzacions fan servir l'anàlisi de dades per treure conclusions i decidir accions a implementar. Cal esmentar que la ciència també usa l'anàlisi de dades per comprovar o descartar teories o models existents. (ca) Analýza dat je široká oblast aktivit a technik zpracování a využívání s cílem odhalit užitečné informace a podpořit rozhodování. Používá se ve vědě i v aplikovaných oblastech a její důležitost stále narůstá s tím, jak postupuje digitalizace a automatizace mnoha oblastí. Zahrnuje mimo jiné přípravu, kontrolu, čištění, transformaci, modelování, popis a vizualizaci dat. K oblastem analýzy dat patří: * Statistická analýza dat, která se dále dělí na popisnou statistiku (sumarizace dat), explorační analýzu (EDA, hledá v datech dosud neznámé souvislosti) a konfirmační analýzu (CDA, testuje statistické hypotézy a odhaduje modely). * Business intelligence (BI) je analýza dat komerčních organizací, zaměřená na monitorování (Business reporting) a řízení jejich činnosti. * Vytěžování dat (data mining) a blízce příbuzná datová věda (data science) jsou oblasti zaměřené na průběžné získávání prakticky použitelných informací z dat s tím, že těžiště data miningu je více v (tj. předpovídání chování lidí či jiných jednotek) a těžiště datové vědy více ve zpracování velkých dat (Big data) a tvorbě aplikací. (cs) Die Datenanalyse verwendet statistische Methoden, um aus erhobenen Daten Information zu gewinnen. (de) Datuma analitiko estas procezo de konsiderado de datumoj por ekstrakti utilan informon kaj ellabori konkludojn. Datuma analitiko estas proksime rilatanta al , sed datuma minado strebas al fokuso sur pli grandaj datumaroj, kun malpli granda emfazo je inferenco, kaj ofte uzas datumojn, kiuj estis originale kolektitaj por malsama celo. En statistikaj aplikoj, oni dividas datuman analitikon je , (EDA) kaj (KDA, CDA). La EDA okupiĝas pri esploro de novaj esprimiloj en la datumoj, kaj KDA okupiĝas pri konfirmado kaj malkonfirmado de jam ekzistantaj hipotezoj. La termino datuma analitiko estas ankaŭ uzita kiel sinonimo de , kiu estas nerilatanta al la datuma analitiko en senco de ĉi tiu artikolo. Datuma analitiko havas malsamajn aspektojn, kaj eble malsamajn nomojn, en malsamaj terenoj. (eo) Data analysis is a process of inspecting, cleansing, transforming, and modeling data with the goal of discovering useful information, informing conclusions, and supporting decision-making. Data analysis has multiple facets and approaches, encompassing diverse techniques under a variety of names, and is used in different business, science, and social science domains. In today's business world, data analysis plays a role in making decisions more scientific and helping businesses operate more effectively. Data mining is a particular data analysis technique that focuses on statistical modeling and knowledge discovery for predictive rather than purely descriptive purposes, while business intelligence covers data analysis that relies heavily on aggregation, focusing mainly on business information. In statistical applications, data analysis can be divided into descriptive statistics, exploratory data analysis (EDA), and confirmatory data analysis (CDA). EDA focuses on discovering new features in the data while CDA focuses on confirming or falsifying existing hypotheses. Predictive analytics focuses on the application of statistical models for predictive forecasting or classification, while text analytics applies statistical, linguistic, and structural techniques to extract and classify information from textual sources, a species of unstructured data. All of the above are varieties of data analysis. Data integration is a precursor to data analysis, and data analysis is closely linked to data visualization and data dissemination. (en) El análisis de datos es un proceso que consiste en inspeccionar, limpiar y transformar datos con el objetivo de resaltar información útil, para sugerir conclusiones y apoyo en la toma de decisiones. El análisis de datos tiene múltiples facetas y enfoques, que abarca diversas técnicas en una variedad de nombres, en diferentes negocios, la ciencia, y los dominios de las ciencias sociales. Los datos se coleccionan y analizan para indagar en cuestiones, probar conjeturas o refutar teorías. Se centra en la inferencia estadística, la cual permite tomar una decisión de forma sencilla con un grado de confianza determinado, identificando, analizando tanto datos como patrones de comportamiento. Las técnicas de este análisis varían según las necesidades de la organización así como también las soluciones tecnológicas,tales como KNIME , R y tableros de viualización (como Power BI o Qlik View, Tableau o Sas Visual Analytics). Estos proyectan en tiempo real los datos en formato visual. (es) L’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données. D'autres techniques permettent de regrouper les données de façon à faire apparaître clairement ce qui les rend homogènes, et ainsi mieux les connaître. L’analyse des données permet de traiter un nombre très important de données et de dégager les aspects les plus intéressants de la structure de celles-ci. Le succès de cette discipline dans les dernières années est dû, dans une large mesure, aux représentations graphiques fournies. Ces graphiques peuvent mettre en évidence des relations difficilement saisies par l’analyse directe des données ; mais surtout, ces représentations ne sont pas liées à une opinion « a priori » sur les lois des phénomènes analysés contrairement aux méthodes de la statistique classique. Les fondements mathématiques de l’analyse des données ont commencé à se développer au début du XXe siècle, mais ce sont les ordinateurs qui ont rendu cette discipline opérationnelle, et qui en ont permis une utilisation très étendue. Mathématiques et informatique sont ici intimement liées. (fr) Analisis data adalah proses inspeksi, dan pemodelan data dengan tujuan menemukan informasi yang berguna, menginformasikan kesimpulan dan mendukung pengambilan keputusan. Analisis data memiliki banyak sisi dan pendekatan, mencakup beragam teknik dengan berbagai nama, dan digunakan dalam berbagai bidang bisnis, ilmu pengetahuan, dan ilmu sosial. Dalam dunia bisnis saat ini, analisis data berperan dalam membuat keputusan lebih ilmiah dan membantu bisnis beroperasi lebih efektif. Penggalian data adalah teknik analisis data tertentu yang berfokus pada pemodelan statistik dan penemuan pengetahuan untuk tujuan prediksi dan bukan murni deskriptif, sedangkan intelijen bisnis mencakup analisis data yang sangat bergantung pada agregasi, dengan fokus utama pada informasi bisnis. (in) データ解析（データかいせき、英: data analysis）は、データ分析（データぶんせき）とも呼ばれ、有用な情報を発見し、結論を報告し、意思決定を支援することを目的として、データを検査し、やを経て、モデル化する一連のプロセスである。データ解析には多数の側面とアプローチがあり、色々な名称のもとで多様な手法を包含し、ビジネス、科学、社会科学のさまざまな領域で用いられている。今日のビジネス界において、データ解析は、より科学的な意思決定を行い、ビジネスの効率的な運営に貢献する役割を担っている。 データマイニングは、（純粋な記述的な目的ではなく）予測的な目的で統計的モデリングと知識獲得に重点を置いた固有のデータ解析技術である。これに対し、ビジネスインテリジェンスは、主にビジネス情報に重点を置いて、集計に大きく依存するデータ解析を対象としている。統計学的な用途では、データ解析は記述統計学 (en:英語版) 、探索的データ解析（EDA）、確認的データ解析（仮説検定）（CDA）に分けられる。EDAはデータの新たな特徴を発見することに重点を置き、CDAは既存の仮説の確認または反証に焦点を当てる。予測分析は、予測的な発生予報あるいは分類のための統計モデルの応用に重点を置き、テキスト分析は、統計的、言語的、および構造的な手法を用いて、非構造化データの一種であるテキストデータから情報を抽出し知識の発見や分類を行う。上記はどれも、データ解析の一種である。 はデータ解析の前段階であり、データ可視化およびはデータ解析と密接に関連している。 (ja) 데이터 분석(data analysis)은 유용한 정보를 발굴하고 결론적인 내용을 알리며 의사결정을 지원하는 것을 목표로 데이터를 , , 모델링하는 과정이다. 데이터 분석은 다방면으로 접근 방식이 있다. 다양한 이름의 다양한 기술을 아우르며, 각기 다른 비즈니스, 과학, 사회과학 분야에 사용된다. 오늘날 비즈니스 부문에서 데이터 분석은 의사 결정을 더 과학적으로 만들어 주고 비즈니스를 더 효율적으로 운영할 수 있도록 도와주는 역할을 한다. (ko) Analiza danych zastanych – proces przetwarzania danych w celu uzyskania na ich podstawie użytecznych informacji i wniosków. W zależności od rodzaju danych i stawianych problemów, może to oznaczać użycie metod statystycznych, eksploracyjnych i innych. Korzystanie z danych zastanych jest przykładem badań niereaktywnych - metod badań zachowań społecznych, które nie wpływają na te zachowania (Babbie 2006). Dane takie to: dokumenty, archiwa, sprawozdania, kroniki, spisy ludności, księgi parafialne, dzienniki, pamiętniki, blogi internetowe, audio-pamiętniki, archiwa historii mówionej i inne. Dane zastane możemy podzielić ze względu na (Makowska red. 2013): 1. * Charakter: 2. * Ilościowe 3. * Jakościowe 4. * Formę 5. * Dane opracowane 6. * Dane surowe 7. * Sposób powstania 8. * Pierwotne 9. * Wtórne 10. * Dynamikę 11. * Ciągła rejestracja zdarzeń 12. * Rejestracja w interwałach czasowych 13. * Rejestracja jednorazowa 14. * Poziom obiektywizmu 15. * Obiektywne 16. * Subiektywne 17. * Źródła pochodzenia 18. * Dane publiczne 19. * Dane prywatne Badania wykorzystujące dane zastane to: desk research, analiza treści i wtórna analiza statystyczna (Makowska red. 2013) (pl) Nell'ambito della scienza dei dati l'analisi dei dati è un processo di ispezione, pulizia, trasformazione e modellazione di dati con il fine di evidenziare informazioni che suggeriscano conclusioni e supportino le decisioni strategiche aziendali. L'analisi di dati ha molti approcci e sfaccettature, il che comprende tecniche diversissime tra loro che si riconoscono con una serie di definizioni varie nel commercio, le scienze naturali e sociali. Il data mining è una tecnica particolare di analisi dei dati che si focalizza nella modellazione e scoperta di conoscenza per scopi predittivi piuttosto che descrittivi. Il business intelligence identifica l'analisi di dati che si basa fondamentalmente sull'aggregazione, focalizzandosi sulle informazioni aziendali. Nell'ambito dei big data si parla di big data analytics. Nelle applicazioni statistiche, gli studiosi dividono l'analisi dei dati in statistica descrittiva, (ADE) e analisi dei dati di conferma (ADC). L'ADE si concentra sullo scoprire nuove caratteristiche presenti nei dati, mentre l'ADC nel confermare o falsificare le ipotesi esistenti. L'analisi predittiva si concentra sull'applicazione di modelli statistici o strutturali per classificazione o il forecasting predittivo, mentre l'analisi testuale applica tecniche statistiche, linguistiche e strutturali per estrarre e classificare informazioni da fonti testuali, una categoria di . L' è un precursore dell'analisi dei dati, la quale è collegata alla . (it) A análise de dados é um processo de inspeção, limpeza, transformação e modelagem de dados com o objetivo de descobrir informações úteis, informar conclusões e apoiar a tomada de decisões. A análise de dados tem múltiplas facetas e abordagens, abrangendo diversas técnicas sob uma variedade de nomes, e é usada em diferentes domínios dos negócios, ciências e ciências sociais. No mundo dos negócios de hoje, a análise de dados desempenha um papel tornando a tomada de decisões mais científicas e ajudando as empresas a operar com mais eficácia. A mineração de dados é uma técnica de análise de dados específica que se concentra na modelagem estatística e na descoberta de conhecimento para fins preditivos em vez de puramente descritivos, enquanto a inteligência de negócios cobre análises de dados que dependem fortemente da agregação, com foco principalmente nas informações de negócios. Em aplicativos estatísticos, a análise de dados pode ser dividida em estatística descritiva, análise exploratória de dados (AED) e análise confirmatória de dados (ACD). A AED se concentra em descobrir novas características nos dados, enquanto a ACD se concentra em confirmar ou refutar hipóteses existentes. A análise preditiva se concentra na aplicação de modelos estatísticos para previsão ou classificação preditiva, enquanto a análise de texto aplica técnicas estatísticas, linguísticas e estruturais para extrair e classificar informações de fontes textuais, um tipo de dados não estruturados. Todos os itens acima são variedades de análise de dados. A integração de dados é um precursor da análise de dados, e a análise de dados está intimamente ligada à visualização e disseminação de dados. (pt) Анализ данных, Анализ информации: * область математики и информатики, занимающаяся построением и исследованием наиболее общих и вычислительных алгоритмов извлечения знаний из экспериментальных (в широком смысле) данных; * процесс исследования, фильтрации, преобразования и моделирования данных с целью извлечения полезной информации и принятия решений. Анализ данных имеет множество аспектов и , охватывает разные методы в различных и . Интеллектуальный анализ данных — это особый метод анализа данных, который фокусируется на моделировании и открытии данных, а не на их описании. Бизнес-аналитика охватывает анализ данных, который полагается на агрегацию. В статистическом смысле некоторые разделяют анализ данных на описательную статистику, исследовательский анализ данных и проверку статистических гипотез. Исследовательский анализ данных занимается открытием новых характеристик данных, а проверка статистических гипотез — на подтверждении или опровержении существующих гипотез. Прогнозный анализ фокусируется на применении статистических или структурных моделей для предсказания или классификации, а анализ текста применяет статистические, лингвистические и структурные методы для извлечения и классификации информации из текстовых источников принадлежащих к неструктурированным данным. Все это разновидности анализа данных. Интеграция данных это предшественник анализа данных, а сам анализ данных тесно связан с визуализацией данных и распространением данных. Словосочетание «Анализ данных» иногда используется как синоним к . (ru) Аналіз даних — розділ математики, що займається розробкою методів обробки даних незалежно від їх природи. Аналіз даних включає виконання послідовних, логічних дій з інтерпретації зібраних даних (наприклад, відповідей респондентів) та їх перетворення на статистичні форми, потрібні для ухвалення маркетингових та керівницьких рішень. Можна виділити такі етапи аналізу даних: отримання даних, обробка, аналіз та інтерпретація результатів обробки. Аналіз даних можна вважати прикладним розділом математичної статистики, проте потрібно наголосити, що аналіз даних охоплює обробку як кількісних, так і якісних даних. Причому, не обов'язково використання імовірністних моделей в описі досліджуваних об'єктів, явищ та процесів. (uk) 数据分析是一種统计学常用方法，其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系，并绘制出统计信息图，以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据，以便弄清哪些是同质的，从而更好地了解数据。 資料分析可以处理大量数据，并确定这些数据最有用的部分。本学科近年来的成功，很大程度上是因为制图技术的提高。这些图可以通过直接分析数据，来突出难以捕捉的关系；更重要的是，这些表达方法与基于现象分布的“先验”观念无关，与经典统计方法正相反。 資料分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得資料分析得以推广，而資料分析是数学与计算机科学相结合的产物，，且相關的應用還能在未來起到預測輿情、風險控管的效果。 若是以固定时间为資料分析的颗粒单位，则称为时间序列分析，是主要作为销售数据商业分析的方法之一。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Data_visualization_process_v1.png?width=300 |
| dbo:wikiPageExternalLink | https://www.erim.eur.nl/centres/necessary-condition-analysis/ http://www.itl.nist.gov/div898/handbook/ |
| dbo:wikiPageID | 2720954 (xsd:integer) |
| dbo:wikiPageLength | 84293 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1123952441 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Probability_distribution dbr:SciPy dbr:List_of_big_data_companies dbr:Nearest_neighbor_search dbr:Text_analytics dbr:DevInfo dbc:Scientific_method dbr:Hypotheses dbr:John_Tukey dbr:Julia_(programming_language) dbr:Reliability_(statistics) dbr:Descriptive_statistics dbr:Early_case_assessment dbr:Information_systems_technician dbr:Internal_consistency dbr:Standard_deviation dbr:Measuring_instrument dbr:Numeracy dbr:Computational_science dbr:Confirmation_bias dbr:Congressional_Budget_Office dbr:Correlation_and_dependence dbr:Cronbach's_alpha dbr:Median dbr:Opinion dbr:Outlier dbr:Over-the-counter_data dbr:Gideon_J._Mellenbergh dbr:Contextualization_(computer_science) dbr:Cross-industry_standard_process_for_data_mining dbr:Cross-validation_(statistics) dbr:MECE_principle dbr:Machine_learning dbr:Statistical_unit dbr:Common-method_variance dbr:Computational_physics dbr:Data_custodian dbr:Pie_chart dbr:Predictive_analytics dbr:Propensity_score_matching dbr:Structured_data_analysis_(statistics) dbr:Table_(information) dbr:Unstructured_data dbc:Big_data dbr:CERN dbr:Causality dbc:Computational_fields_of_study dbr:Data dbr:Data_acquisition dbr:Data_and_information_visualization dbr:Data_blending dbr:Data_cleansing dbr:Data_governance dbr:Data_integration dbr:Data_mining dbr:Data_model dbr:Data_modeling dbr:Data_science dbr:Data_system dbr:Line_chart dbr:Nonlinear_system_identification dbr:Process_theory dbr:Actuarial_science dbr:Analytics dbr:Daniel_Patrick_Moynihan dbr:Data_transformation dbr:Data_transformation_(statistics) dbr:Data_visualization dbr:DuPont_analysis dbr:ELKI dbr:FHWA dbr:Fourier_analysis dbr:Bar_chart dbr:Normal_distribution dbr:Pandas_(software) dbr:Panel_data dbr:Censoring_(statistics) dbr:Dimensionality_reduction dbr:Education dbr:Histogram dbr:Iteration dbr:KNIME dbr:Wavelet dbr:Principal_component_analysis dbr:Residual_bit_error_rate dbr:Qualitative_research dbr:Regression_analysis dbr:Response_rate_(survey) dbr:ASCE dbr:Harmonics dbr:LTPP_International_Data_Analysis_Contest dbc:Data_management dbc:Data_analysis dbr:Chaos_theory dbr:Kaggle dbr:Bifurcation_theory dbr:Big_data dbr:Cognitive_bias dbr:Collectively_exhaustive_events dbr:Missing_data dbr:Digital_signal_processing dbc:Data_processing dbr:Bonferroni_correction dbr:Bootstrapping_(statistics) dbr:Bush_tax_cuts dbr:Business_intelligence dbr:Phillips_Curve dbr:Physics_Analysis_Workstation dbr:Financial_statement_analysis dbr:Data_Presentation_Architecture dbr:McKinsey_and_Company dbr:Algorithms dbr:Orange_(software) dbr:Cartogram dbr:ROOT dbr:R_(programming_language) dbr:Richards_Heuer dbr:System_identification dbr:Multilinear_principal_component_analysis dbr:Scatter_plot dbr:Sensitivity_analysis dbr:Richard_Veryard dbr:Statistical_model_validation dbr:Interactive_data_visualization dbr:Exploratory_data_analysis dbr:Fact dbr:Imputation_(statistics) dbr:Statistical_hypothesis_testing dbr:Type_I_and_type_II_errors dbr:Manipulation_check dbr:Randomization dbr:Multilinear_subspace_learning dbr:Multiway_data_analysis dbr:Nonlinear_system dbr:Text_mining dbr:United_Nations_Development_Group dbr:Raw_data dbr:Test_method dbr:Mutually_exclusive_events dbr:Dropout_(electronics) dbr:Hypothesis_testing dbr:Adèr,_H.J. dbr:Inferential_statistics dbr:Information_displays dbr:Subharmonics dbr:Type_1_error dbr:File:Data_visualization_process_v1.png dbr:File:Relationship_of_data,_information_and_intelligence.png dbr:File:Total_Revenues_and_Outlays_as_Percent_GDP_2013.png dbr:File:U.S._Phillips_Curve_2000_to_2013.png dbr:File:US_Employment_Statistics_-_March_2015.png dbr:File:User-activities.png dbr:File:Social_Network_Analysis_Visualization.png |
| dbp:quote | You are entitled to your own opinion, but you are not entitled to your own facts. (en) |
| dbp:source | dbr:Daniel_Patrick_Moynihan |
| dbp:width | 250 (xsd:integer) |
| dbp:wikiPageUsesTemplate | dbt:Data dbt:Authority_control dbt:Cite_book dbt:Div_col dbt:Div_col_end dbt:ISBN dbt:Main dbt:Quote_box dbt:Reflist dbt:See_also dbt:Sfn dbt:Short_description dbt:Wikiversity dbt:Data_Visualization dbt:Computational_physics |
| dcterms:subject | dbc:Scientific_method dbc:Big_data dbc:Computational_fields_of_study dbc:Data_management dbc:Data_analysis dbc:Data_processing |
| gold:hypernym | dbr:Process |
| rdf:type | owl:Thing dbo:Election dbo:MusicGenre |
| rdfs:comment | بيانات: مفرد بيان- بيانات / مجموعة بيانات 1 - معلومات تفصيليّة حول شخص أو شيءٍ ما يمكن من خلالها الاستدلال عليه. 2 - (الحاسبات والمعلومات) رموز عدديّة وغيرها من المعلومات الممثَّلة بشكل ملائم لمعالجتها بالحاسوب. تحليل البيانات أو المعطيات (بالإنجليزية: Data analysis): هو عملية الفحص والتدقيق للبيانات، وتمشيطها لتكون أكثر دقة، واعادة تشكيلها، وتخزينها أيضا لنحصل ونستنبط في النهاية على معلومات يمكن على اساسها اتخاذ وتحديد القرارات. ولتحليل البيانات طرق عديدة تختلف باختلاف المجال المستخدمة فيه. حيث يمكننا استخدام تحليل البيانات في العلوم والعلوم الاجتماعية والمالية أيضا. (ar) Die Datenanalyse verwendet statistische Methoden, um aus erhobenen Daten Information zu gewinnen. (de) 데이터 분석(data analysis)은 유용한 정보를 발굴하고 결론적인 내용을 알리며 의사결정을 지원하는 것을 목표로 데이터를 , , 모델링하는 과정이다. 데이터 분석은 다방면으로 접근 방식이 있다. 다양한 이름의 다양한 기술을 아우르며, 각기 다른 비즈니스, 과학, 사회과학 분야에 사용된다. 오늘날 비즈니스 부문에서 데이터 분석은 의사 결정을 더 과학적으로 만들어 주고 비즈니스를 더 효율적으로 운영할 수 있도록 도와주는 역할을 한다. (ko) 数据分析是一種统计学常用方法，其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系，并绘制出统计信息图，以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据，以便弄清哪些是同质的，从而更好地了解数据。 資料分析可以处理大量数据，并确定这些数据最有用的部分。本学科近年来的成功，很大程度上是因为制图技术的提高。这些图可以通过直接分析数据，来突出难以捕捉的关系；更重要的是，这些表达方法与基于现象分布的“先验”观念无关，与经典统计方法正相反。 資料分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得資料分析得以推广，而資料分析是数学与计算机科学相结合的产物，，且相關的應用還能在未來起到預測輿情、風險控管的效果。 若是以固定时间为資料分析的颗粒单位，则称为时间序列分析，是主要作为销售数据商业分析的方法之一。 (zh) Anàlisi de dades es refereix a l'ús de mètodes d'anàlisi estadístics adequats per analitzar grans quantitats de dades recollides, resumir-les, comprendre-les i digerir-les, per tal de maximitzar el desenvolupament de les funcions de dades i exercir el paper de les dades. La base matemàtica de l'anàlisi de dades es va establir a principis del segle xx, però no va ser fins a l'arribada dels ordinadors que es podien fer operacions reals i es va promoure l'anàlisi de dades. (ca) Analýza dat je široká oblast aktivit a technik zpracování a využívání s cílem odhalit užitečné informace a podpořit rozhodování. Používá se ve vědě i v aplikovaných oblastech a její důležitost stále narůstá s tím, jak postupuje digitalizace a automatizace mnoha oblastí. Zahrnuje mimo jiné přípravu, kontrolu, čištění, transformaci, modelování, popis a vizualizaci dat. K oblastem analýzy dat patří: (cs) Datuma analitiko estas procezo de konsiderado de datumoj por ekstrakti utilan informon kaj ellabori konkludojn. Datuma analitiko estas proksime rilatanta al , sed datuma minado strebas al fokuso sur pli grandaj datumaroj, kun malpli granda emfazo je inferenco, kaj ofte uzas datumojn, kiuj estis originale kolektitaj por malsama celo. En statistikaj aplikoj, oni dividas datuman analitikon je , (EDA) kaj (KDA, CDA). La EDA okupiĝas pri esploro de novaj esprimiloj en la datumoj, kaj KDA okupiĝas pri konfirmado kaj malkonfirmado de jam ekzistantaj hipotezoj. (eo) Data analysis is a process of inspecting, cleansing, transforming, and modeling data with the goal of discovering useful information, informing conclusions, and supporting decision-making. Data analysis has multiple facets and approaches, encompassing diverse techniques under a variety of names, and is used in different business, science, and social science domains. In today's business world, data analysis plays a role in making decisions more scientific and helping businesses operate more effectively. (en) El análisis de datos es un proceso que consiste en inspeccionar, limpiar y transformar datos con el objetivo de resaltar información útil, para sugerir conclusiones y apoyo en la toma de decisiones. El análisis de datos tiene múltiples facetas y enfoques, que abarca diversas técnicas en una variedad de nombres, en diferentes negocios, la ciencia, y los dominios de las ciencias sociales. Los datos se coleccionan y analizan para indagar en cuestiones, probar conjeturas o refutar teorías. (es) Analisis data adalah proses inspeksi, dan pemodelan data dengan tujuan menemukan informasi yang berguna, menginformasikan kesimpulan dan mendukung pengambilan keputusan. Analisis data memiliki banyak sisi dan pendekatan, mencakup beragam teknik dengan berbagai nama, dan digunakan dalam berbagai bidang bisnis, ilmu pengetahuan, dan ilmu sosial. Dalam dunia bisnis saat ini, analisis data berperan dalam membuat keputusan lebih ilmiah dan membantu bisnis beroperasi lebih efektif. (in) L’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données. D'autres techniques permettent de regrouper les données de façon à faire apparaître clairement ce qui les rend homogènes, et ainsi mieux les connaît (fr) データ解析（データかいせき、英: data analysis）は、データ分析（データぶんせき）とも呼ばれ、有用な情報を発見し、結論を報告し、意思決定を支援することを目的として、データを検査し、やを経て、モデル化する一連のプロセスである。データ解析には多数の側面とアプローチがあり、色々な名称のもとで多様な手法を包含し、ビジネス、科学、社会科学のさまざまな領域で用いられている。今日のビジネス界において、データ解析は、より科学的な意思決定を行い、ビジネスの効率的な運営に貢献する役割を担っている。 はデータ解析の前段階であり、データ可視化およびはデータ解析と密接に関連している。 (ja) Nell'ambito della scienza dei dati l'analisi dei dati è un processo di ispezione, pulizia, trasformazione e modellazione di dati con il fine di evidenziare informazioni che suggeriscano conclusioni e supportino le decisioni strategiche aziendali. L'analisi di dati ha molti approcci e sfaccettature, il che comprende tecniche diversissime tra loro che si riconoscono con una serie di definizioni varie nel commercio, le scienze naturali e sociali. L' è un precursore dell'analisi dei dati, la quale è collegata alla . (it) Analiza danych zastanych – proces przetwarzania danych w celu uzyskania na ich podstawie użytecznych informacji i wniosków. W zależności od rodzaju danych i stawianych problemów, może to oznaczać użycie metod statystycznych, eksploracyjnych i innych. Korzystanie z danych zastanych jest przykładem badań niereaktywnych - metod badań zachowań społecznych, które nie wpływają na te zachowania (Babbie 2006). Dane takie to: dokumenty, archiwa, sprawozdania, kroniki, spisy ludności, księgi parafialne, dzienniki, pamiętniki, blogi internetowe, audio-pamiętniki, archiwa historii mówionej i inne. (pl) A análise de dados é um processo de inspeção, limpeza, transformação e modelagem de dados com o objetivo de descobrir informações úteis, informar conclusões e apoiar a tomada de decisões. A análise de dados tem múltiplas facetas e abordagens, abrangendo diversas técnicas sob uma variedade de nomes, e é usada em diferentes domínios dos negócios, ciências e ciências sociais. No mundo dos negócios de hoje, a análise de dados desempenha um papel tornando a tomada de decisões mais científicas e ajudando as empresas a operar com mais eficácia. (pt) Аналіз даних — розділ математики, що займається розробкою методів обробки даних незалежно від їх природи. Аналіз даних включає виконання послідовних, логічних дій з інтерпретації зібраних даних (наприклад, відповідей респондентів) та їх перетворення на статистичні форми, потрібні для ухвалення маркетингових та керівницьких рішень. Можна виділити такі етапи аналізу даних: отримання даних, обробка, аналіз та інтерпретація результатів обробки. (uk) Анализ данных, Анализ информации: * область математики и информатики, занимающаяся построением и исследованием наиболее общих и вычислительных алгоритмов извлечения знаний из экспериментальных (в широком смысле) данных; * процесс исследования, фильтрации, преобразования и моделирования данных с целью извлечения полезной информации и принятия решений. Анализ данных имеет множество аспектов и , охватывает разные методы в различных и . (ru) |
| rdfs:label | Data analysis (en) تحليل بيانات (ar) Anàlisi de dades (ca) Analýza dat (cs) Datenanalyse (de) Datuma analitiko (eo) Análisis de datos (es) Analisis data (in) Analyse des données (fr) Analisi dei dati (it) データ解析 (ja) 데이터 분석 (ko) Analiza danych (pl) Анализ данных (ru) Análise de dados (pt) 数据分析 (zh) Аналіз даних (uk) |
| rdfs:seeAlso | dbr:Problem_solving |
| owl:sameAs | freebase:Data analysis http://d-nb.info/gnd/4123037-1 wikidata:Data analysis dbpedia-ar:Data analysis dbpedia-ca:Data analysis http://ckb.dbpedia.org/resource/شیکاریی_دراوە dbpedia-cs:Data analysis dbpedia-cy:Data analysis dbpedia-de:Data analysis dbpedia-eo:Data analysis dbpedia-es:Data analysis dbpedia-et:Data analysis dbpedia-fa:Data analysis dbpedia-fi:Data analysis dbpedia-fr:Data analysis dbpedia-he:Data analysis http://hi.dbpedia.org/resource/डेटा_विश्लेषण dbpedia-hu:Data analysis dbpedia-id:Data analysis dbpedia-it:Data analysis dbpedia-ja:Data analysis http://kn.dbpedia.org/resource/ಮಾಹಿತಿ_ವಿಶ್ಲೇಷಣೆ dbpedia-ko:Data analysis dbpedia-ms:Data analysis dbpedia-pl:Data analysis dbpedia-pt:Data analysis dbpedia-ro:Data analysis dbpedia-ru:Data analysis http://si.dbpedia.org/resource/දත්ත_විශ්ලේෂණය dbpedia-sr:Data analysis http://ta.dbpedia.org/resource/தரவு_பகுப்பாய்வு dbpedia-th:Data analysis dbpedia-tr:Data analysis dbpedia-uk:Data analysis http://uz.dbpedia.org/resource/Maʼlumotlarni_tahlil_qilish dbpedia-vi:Data analysis dbpedia-zh:Data analysis https://global.dbpedia.org/id/tyxB |
| prov:wasDerivedFrom | wikipedia-en:Data_analysis?oldid=1123952441&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Data_visualization_process_v1.png wiki-commons:Special:FilePath/Social_Network_Analysis_Visualization.png wiki-commons:Special:FilePath/U.S._Phillips_Curve_2000_to_2013.png wiki-commons:Special:FilePath/Relationship_of_data,_information_and_intelligence.png wiki-commons:Special:FilePath/Total_Revenues_and_Outlays_as_Percent_GDP_2013.png wiki-commons:Special:FilePath/US_Employment_Statistics_-_March_2015.png wiki-commons:Special:FilePath/User-activities.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Data_analysis |
| is dbo:academicDiscipline of | dbr:Robert_Rohde dbr:Michela_Taufer |
| is dbo:genre of | dbr:SciDAVis dbr:OpenScientist dbr:Comparative_Toxicogenomics_Database dbr:Moose_(analysis) dbr:Smile_(software) dbr:Tanagra_(machine_learning) dbr:NodeXL dbr:HippoDraw dbr:TPL_Tables dbr:Ploticus dbr:Orange_(software) dbr:ROOT |
| is dbo:industry of | dbr:Corvil dbr:SCL_Group dbr:Top_Third_Ventures dbr:AIR_Worldwide__Verisk_Extreme_Event_Solutions__1 |
| is dbo:knownFor of | dbr:Charles_M._Judd dbr:Michela_Taufer |
| is dbo:product of | dbr:Practice_Fusion |
| is dbo:service of | dbr:Iteris |
| is dbo:type of | dbr:AggregateIQ |
| is dbo:wikiPageDisambiguates of | dbr:Analysis_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Analyze_data dbr:Data-analysis dbr:Data_Analysis dbr:Free_software_for_data_analysis dbr:Data_Interpretation dbr:Data_analyst dbr:Algorithms_for_data_analysis dbr:Data_Analytics dbr:Information_analysis |
| is dbo:wikiPageWikiLink of | dbr:Cambridge_Analytica dbr:Cart.com dbr:CashCashPinoy dbr:Amina_Pollard dbr:Bayesian_probability dbr:Belgrade_IT_sector dbr:Bendheim_Center_for_Finance dbr:PricewaterhouseCoopers dbr:Qatar_Computing_Research_Institute dbr:Qatar_Foundation dbr:QtiPlot dbr:Qualitative_comparative_analysis dbr:Quality_management dbr:Robert_Mercer dbr:Roger_Peng dbr:Ronnie_Screwvala dbr:Samsung_Knox dbr:Sapphire_Ventures dbr:Saudi_Aramco dbr:SciDAVis dbr:Environmental_Monitoring_and_Assessment dbr:List_of_Web_archiving_initiatives dbr:Natural_language_generation dbr:MEASURE_Evaluation dbr:Metrology dbr:OpenScientist dbr:Patent_analysis dbr:Testing_hypotheses_suggested_by_the_data dbr:Spatial_distribution dbr:Belgian_Health_Care_Knowledge_Centre dbr:BioUML dbr:Biostatistics dbr:David_Stearns dbr:Algorithmic_technique dbr:Anomaly_detection dbr:Human_rights_and_encryption dbr:John_Nelder dbr:John_Wrench dbr:List_of_Indian_inventions_and_discoveries dbr:Pawel_Lewicki dbr:Personalized_marketing dbr:Peter_Naur dbr:Peter_Thiel dbr:Renaissance_Technologies dbr:Charles_M._Judd dbr:CubeSat dbr:Cultural_analytics dbr:CumFreq dbr:Customer_relationship_management dbr:DAMP_Project dbr:DNA_barcoding dbr:DNA_microarray dbr:United_Devices dbr:VMware_Carbon_Black dbr:Verint_Systems dbr:Vladimir_Batagelj dbr:David_Michaels_(epidemiologist) dbr:Dew_computing dbr:Double_mass_analysis dbr:Désintégrations dbr:E-research dbr:Index_of_physics_articles_(D) dbr:Infinite-valued_logic dbr:Information_art dbr:Information_technology_security_assessment dbr:Instant_buyer dbr:Institute_for_the_Study_of_Violent_Groups dbr:Intelligent_maintenance_system dbr:Jamovi dbr:List_of_information_graphics_software dbr:List_of_numerical-analysis_software dbr:List_of_numerical_libraries dbr:Informatics_(disambiguation) dbr:Isothetic dbr:Numeracy dbr:Paula_Long dbr:Practice_Fusion dbr:Predatory_advertising dbr:Pseudonymization dbr:Public_sector_marketing dbr:Total_absorption_spectroscopy dbr:Comparative_Toxicogenomics_Database dbr:Cornerstone_OnDemand dbr:Corporate_title dbr:Corvil dbr:Cosine_similarity dbr:Analysis dbr:Anamorphic_stretch_transform dbr:Matjaž_Perc dbr:Meat_&_Livestock_Australia dbr:Medical_image_computing dbr:SAT dbr:SCL_Group dbr:Cheyenne_(supercomputer) dbr:Chi-squared_distribution dbr:Chief_financial_officer dbr:Geo-imputation dbr:LoyaltyOne dbr:National_Institute_of_Business_Management_(Sri_Lanka) dbr:Ontology_for_Biomedical_Investigations dbr:Oracle_Data_Mining dbr:Outlier dbr:Real_versus_nominal_value dbr:Social_norms_approach dbr:Video_recall dbr:Trip_generation dbr:Sociomapping dbr:Research_strategies_of_election_campaign_communication_research dbr:Tricorder dbr:Cicada_(film) dbr:Edward_Tufte dbr:Emigma dbr:GADM dbr:Genstat dbr:George_W._Snedecor dbr:Glossary_of_artificial_intelligence dbr:Glossary_of_computer_science dbr:Glossary_of_probability_and_statistics dbr:Google_Cloud_Platform dbr:Grantsmanship dbr:Mobile_forms dbr:Moose_(analysis) dbr:NAPLAN dbr:NEXEN_(platform) dbr:Name-letter_effect dbr:Connect_Expo_(conference) dbr:Conscious_city dbr:Critical_success_factor dbr:Crowdsourced_psychological_science dbr:LTPP_Data_Analysis_Contest dbr:Simplicial_homology dbr:SegReg dbr:Statistical_inference dbr:Leon_Aarons dbr:Light_Reading dbr:Analysis_(disambiguation) dbr:Analyze_data dbr:Macroscope_(science_concept) dbr:Smile_(software) dbr:Stata dbr:Statistical_proof dbr:Statistics dbr:Stephen_G._R._Brown dbr:Stimulsoft_Reports dbr:Climate_and_Forecast_Metadata_Conventions dbr:Clinopyroxene_thermobarometry dbr:Cluster_analysis dbr:Common_Educational_Proficiency_Assessment dbr:Computational_biology dbr:Computational_intelligence dbr:Computational_particle_physics dbr:Computer-aided_audit_tools dbr:YuMe dbr:Embedded_analytics dbr:Emily_Chew dbr:Fraud dbr:Fred_Federspiel dbr:Data-analysis dbr:Data_Analysis dbr:Household_Finance_and_Consumption_Survey_(Ireland) dbr:John_Novembre dbr:Keysight_VEE dbr:Key–value_database dbr:Lesara dbr:PISCES dbr:Pattern_recognition dbr:Pennsylvania_System_of_School_Assessment dbr:Petri_net dbr:Plot_(graphics) dbr:Probability_integral_transform dbr:Public_health_observatory dbr:Mahyat_Shafapour_Tehrany dbr:Structured_data_analysis_(statistics) dbr:Table_(information) dbr:Tanagra_(machine_learning) dbr:Theoretical_computer_science dbr:Total_benefits_of_ownership dbr:Translational_medicine dbr:MassMatrix dbr:Master_of_Science_in_Quality_Management_and_Analytics dbr:Mathematical_statistics dbr:Mathematics_education_in_Australia dbr:Max_Planck_Institute_for_Gravitational_Physics dbr:Measure_of_America dbr:Media_Cloud dbr:Michael_B_Simon dbr:Microfinance_Information_Exchange dbr:Visual_inspection dbr:2000_Mules dbr:Ayman_Zohry dbr:CERN_Program_Library dbr:CUNY_School_of_Professional_Studies dbr:ActivTrak dbr:Adaptive_management dbr:Addiction dbr:Tide dbr:Top_Third_Ventures dbr:True_Believers_(comics) dbr:Dark_data dbr:Data dbr:Data-informed_decision-making dbr:DataOps dbr:DataScene dbr:Data_Applied dbr:Data_Desk dbr:Data_and_information_visualization dbr:Data_blending dbr:Data_collection_system dbr:Data_definition_specification dbr:Data_dredging dbr:Data_drilling dbr:Data_economy dbr:Data_exploration dbr:Data_literacy dbr:Data_management dbr:Data_mining dbr:Data_processing dbr:Data_processing_(disambiguation) dbr:Data_processing_system dbr:Data_profiling dbr:Data_reporting dbr:Data_science dbr:Data_thinking dbr:Data_valuation dbr:Data_warehouse_appliance dbr:Dataflow_programming dbr:WalkMe dbr:Weka_(machine_learning) dbr:Distance_geometry dbr:Divya_Jain dbr:Document-oriented_database dbr:GIS_and_public_health dbr:Janusz_Kacprzyk dbr:Joe_Flood_(policy_analyst) dbr:July–September_2020_in_science dbr:Kate_Hutton dbr:Learning_analytics dbr:Linear_filter dbr:Link_analysis dbr:Location_intelligence dbr:Long-Term_Pavement_Performance dbr:Van_der_Waerden_test dbr:20th_century_in_science dbr:AIDA_(computing) dbr:AIPH_University dbr:AIR_Worldwide dbr:ALGLIB dbr:AggregateIQ dbr:Alex_Szalay dbr:Alicia_Nash dbr:Altair_Engineering dbr:American_Health_Information_Management_Association dbr:American_Society_of_Civil_Engineers dbr:Amira_(software) dbr:Ana_(programming_language) dbr:Analytics dbr:Dan_Burghelea dbr:Data_Analytics_Library dbr:Data_culture dbr:Data_warehouse dbr:Dream_of_the_Red_Chamber dbr:Dunning–Kruger_effect dbr:Dynatrace dbr:ENSCO,_Inc. dbr:Economic_forecasting dbr:Economy_of_Serbia dbr:Eddie_T._Johnson dbr:Erez_Lieberman_Aiden dbr:Ethiopia_Museum_of_Art_and_Science dbr:Europe_Elects dbr:Florian_Znaniecki dbr:Angela_Mariotto dbr:Barograph dbr:Bridgetree dbr:Nimble_Storage dbr:NodeXL dbr:Northdoor dbr:Our_Research dbr:PSeven dbr:Pablo_(musician) dbr:Packt dbr:Pandas_(software) dbr:Pat_Morita dbr:Carey_Business_School dbr:Causal_analysis dbr:Censoring_(statistics) dbr:Digital_geologic_mapping dbr:Digital_privacy dbr:Digital_researcher dbr:Dimensionality_reduction dbr:Flight_test_engineer dbr:Fluid_Operations dbr:Forensic_Accounting_and_Investigation_Standards_by_ICAI dbr:Gerard_V._Middleton dbr:History_of_mathematics dbr:Item_tree_analysis dbr:Joseph_F._Holson dbr:Journal_of_Computational_and_Graphical_Statistics dbr:Katy_Börner dbr:Free_software_for_data_analysis |
| is dbp:fields of | dbr:Robert_Rohde |
| is dbp:genre of | dbr:OpenScientist dbr:Comparative_Toxicogenomics_Database dbr:Moose_(analysis) dbr:Smile_(software) dbr:Tanagra_(machine_learning) dbr:NodeXL dbr:HippoDraw dbr:Ploticus dbr:Orange_(software) dbr:ROOT |
| is dbp:industry of | dbr:Corvil dbr:SCL_Group dbr:AIR_Worldwide dbr:Europe_Elects |
| is dbp:knownFor of | dbr:Charles_M._Judd |
| is dbp:products of | dbr:Practice_Fusion |
| is dbp:type of | dbr:AggregateIQ |
| is foaf:primaryTopic of | wikipedia-en:Data_analysis |
