מדעי נתונים
הוצג| English | משמעות |
|---|---|
| data science/ˈdeɪtə ˈsaɪəns/ | מדע נתונים |
| descriptive statistics/dɪˈskrɪptɪv stəˈtɪstɪks/ | סטטיסתי תיאורית |
| visualisation/ˌvɪʒuːəlaɪˈzeɪʃn/ | ויזואליזציה |
| correlation is not causation/ˌkɒrɪˈleɪʃn ɪz nɒt kɔːˈseɪʃn/ | קשר אינו משמעות סיבה-תוצאה |
חמישה סטודנטים עונים, אך רק ארבעה נותנים זמן
- מחקר נסיעה בדמיוני מכיל חמישה שורות: 10, 20, 30, 40 ושורה אחת ריקה, נמדד בדקות. כינוי השורה הריקה כאפס משנה את התוצאה.
- מדע נתונים משלב שאלה, הכנת נתונים, ניתוח ופרשנות. התחילו על ידי ציון אילו סטודנטים ואילו מסלול השאלה מתייחסת אליהם.
בדיקת משמעות ערך חשוד
- בדיקת יחידות, ערכים בלתי אפשריים, שורות חוזרות ושדות חסרים. ערך חוזר אינו אוטומטית אדם כפול, וערך בלתי רגיל אינו אוטומטית שגיאה.
- שמרו על רישום של כל תיקון או חריגה. אם שדה אחד ריק, שדות אחרים ממוצעים בשורה זו עשויים עדיין לתמוך בניתוח אחר.
מחיקת כל שורה עם שדה ריק כלשהו היא תמיד החלטה ניטרלית לניקוי.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
שדות שימועיים עשויים להישאר, וחוסר נתונים עלול לעוות אילו תצפיות נשמרות.
שני זמני נסיעה שווים מעידים על כך ששורה אחת היא תשובה מועתקת.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
תשובות שונות יכולות לתת את אותו זמן. בדוק זהות ורישומי איסוף לפני מחיקת נתונים.
השתמש במכנה שמתאים לשאלה
- סטטיסתיב תיאורי מסכם את הנתונים הנצפים. כאן סך ארבעת הזמנים שנרשמו הוא 100 דקות: ממוצע 25 ומחצית (מדiane) 25, עם ארבע זמנים תקפים מתוך חמישה נעזרים.
- ויזואליזציה צריכה לציין את היחידות והאוכלוסייה. אל תסמן את הממוצע כממוצע לכל חמישת התלמידים אלא אם כן הערך החסר פותר.
הזמנים הרשומים הם 10, 20, 30 ו40 דקות, עם ריק נוסף. מהו הממוצע של הזמנים הרשומים?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
הסה"כ 100 מחולק בארבעת הזמנים הרשומים החוקיים, ונותן 25 דקות.
בחר בגרף להשוואה
- השתמש בגרף עמודות להשוואת קטגוריות, בגרף קווים לסדרת זמן מסודרת, ובגרפי פיזור לבדיקת שני משתנים מספריים יחד.
- נתן לגרף כותרת רלוונטית, ציריות מסומנות, יחידות וגודל הדוגמה הרלוונטי. לצופה חובה להיות מודע לכך מה מייצג כל ערך.
התאם כל השוואה לגרף התחלתי מתאים.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
בחר גרף המבטא את הקשר בנתונים.
ציר ללא תווית עדיין מאפשר לקורא להבין באופן אמין את היחידה והמשתנה הנמדד.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ספק את המשתנה ואת היחידות; על הקורא לא להיות צריך לנחש.
הפר בין דפוס לבין גורמו
- התאמה אינה סיבה: קשר שנצפה לבדו אינו מראה שמשתנה אחד גרם למשתנה השני. גורמים אחרים ועיצוב המחקר חשובים.
- אם סקר מוצא כי נוסעים לארוכים יותר ישנים פחות, תאר את הקשר בתוך הנעזרים. אל תסיק כי שינוי זמן ההסעה לבדו ישנה את השינה.
מתראייני הסקר עם מסעות ארוכים מדווחים על פחות שינה. איזה מסקנה נתמכת?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ההערכה אינה מבודדת אפקט סיבתי ואינה מצדיקה טענה לגבי אוכלוסייה רחבה יותר.
דווח על ממצא עם הגבלותיו
- דווח: "ארבעת זמני ההסעה שנרשמו הם בממוצע 25 דקות; אחד מחמישת הנעזרים לא נתן זמן." חוסר נתונים יכול להשפיע על כך עד כמה התוצאה מייצגת.
- ציין את הדוגמה ואת הגבלות איסוף הנתונים לפני שמומלץ על פעולה. סקר בכיתה אחת לא מקיים תוצאה לכל תלמיד בעיר.
שאלה → ביקורת נתונים → חישוב שקוף → גרף מסומן → מסקנה מוגבלת. ערכים חסרים וגבולות הדוגמה שייכים בהסבר.
כתוב הגבלה אחת במחקר שאלות של 60 תלמידים מכיתה אחת.
Difficulty 3/5 · 200 coins + a small bonus on first completion today
כיתה אחת עשויה להיות שונה מכיתות אחרות, ולכן התוצאה אינה יכולה להתגeneralize אוטומטית לכל העיר.
איזה דיווח מציג את תוצאת הנסיעה בצורה שקופה?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ציין את המכנה החוקי ואת מספר הריקים.