Lekce 23 - Klíčové přístupy v datové analýze - EDA a SDA

V předchozí lekci, Etika v datové analýze, jsme se zabývali etikou v datové analýze, identifikací citlivých dat a klíčovými etickými principy.

V dnešním tutoriálu Úvodu do datové analýzy se zaměříme na Exploratory Data Analysis (EDA) a Statistical Data Analysis (SDA). Ukážeme si, proč je důležité nejprve data prozkoumat, jak následně pracovat s hypotézami a jak kombinace obou přístupů vede k přesnějším závěrům.

Průzkumná analýza dat - EDA

Než začneme testovat hypotézy nebo vytvářet modely, potřebujeme si data nejprve takříkajíc osahat. Právě k tomu slouží Exploratory Data Analysis (EDA), tedy průzkumná analýza dat. V této fázi se snažíme pochopit, jak data vypadají, najít v nich vzorce, odchylky nebo jiné zajímavosti. Pomáhá nám to odhalit souvislosti, které bychom při běžném pohledu snadno přehlédli.

K průzkumu dat využíváme jednoduché nástroje, které jsme si již představili. Jsou to popisné statistiky (například průměr, medián nebo rozptyl) a vizualizace (například sloupcové grafy, histogramy nebo korelační matice).

Výsledky z EDA slouží jako první orientace, nikoliv jako důkaz. Ukazují, co může být zajímavé, ne co je definitivně platné.

Ukázkový dataset

Nyní přejděte na konec lekce a stáhněte si archiv v příloze. Po rozbalení otevřete soubor dataset_hodnoceni_v2.xlsx a vraťte se v lekci zpět na toto místo. Jedná se o dataset s uživatelským hodnocením produktů:

EDA v praxi

Pojďme se podívat na praktickou ukázku využití

...konec náhledu článku...
Pokračuj dál