Rumus Statistik penting untuk data besar - dummies

Kata statistik dapat menimbulkan ketakutan pada beberapa pemula terhadap visualisasi data, namun jika Anda mengabaikan topik ini, Anda mengabaikan salah satu dari cara paling ampuh untuk memperoleh wawasan dan nilai sejati dari Big Data.

Statistik adalah praktik atau ilmu mengumpulkan data numerik dalam jumlah banyak. Anda tidak harus keluar dan menjadi ilmuwan data (istilah yang digunakan untuk statistik yang juga merupakan data geeks yang menyamar dan yang biasanya memegang beberapa jenis gelar lanjutan, seperti PhD), namun Anda mungkin ingin mempertimbangkan untuk mengambilnya. buku atau kelas Statistik 101 jika Anda berminat.

Rumus statistik seperti probabilitas, varians, dan ramalan sangat populer saat ini. Mereka cukup mudah diterapkan pada rangkaian data apa pun, dan kebanyakan pembaca akan memahaminya dengan jelas. Anda dapat menggabungkan beberapa rumus statistik ini ke visualisasi Big Data Anda untuk memberikan nilai sebenarnya bagi pengguna dengan menggunakan teknik yang dibahas pada bagian berikut.

Mengetahui kemungkinan bahwa suatu peristiwa akan terjadi

Satu rumus statistik yang mungkin Anda kenal adalah p robability - kemungkinan atau kemungkinan terjadinya peristiwa. Rumus berikut menghitung probabilitas dasar untuk skenario linier. (Skenario nonlinier sedikit rumit dan terlalu banyak usaha untuk pemula.)

Probability = Probabilitas Suatu Kejadian Akan Terjadi / Jumlah Kemungkinan Hasil

Gambar berikut menunjukkan probabilitas dengan beberapa warna peringatan ditambahkan untuk membuat pesan mudah dibaca dan, yang terpenting, untuk secara jelas menunjukkan bahwa tindakan segera diperlukan.

Probabilitas memberikan pemeriksaan realitas yang cepat dan mengatur keseluruhan nada untuk cerita yang akan disediakan visualisasi data selama periode tertentu (hari, minggu, kuartal, dan seterusnya).

Menerapkan varians untuk menunjukkan besarnya perubahan

Ukuran statistik populer lainnya adalah v ariance , yang merupakan perbedaan antara satu set titik data.

Rumus yang paling umum digunakan untuk menghitung varians adalah

Variance = Final Desired - Current State

Apakah output yang ditampilkan adalah keseluruhan bilangan atau persentase, rumus tersebut menunjukkan besarnya perubahan antara keadaan awal dan akhir titik data

Menampilkan varians selalu merupakan kemenangan yang cepat dan pengganti yang bagus untuk combo garis / batang bar, begitulah hubungan varians ditampilkan pada sebagian besar visualisasi.

Bagan pada gambar di bawah ini menunjukkan kombinasi combo garis / batang yang memungkinkan pengguna menguraikan varians untuk setiap bulannya.

Bagan kedua, yang ditunjukkan pada gambar berikut, dengan jelas memplot varian dan mengambil semua dugaan dari visual.

Meramalkan masa depan

Rumus statistik populer lainnya yang mungkin Anda kenal adalah f orecast , yang merupakan tindakan untuk memprediksi atau memperkirakan suatu kejadian atau tren.

Bila Anda menghitung perkiraan, Anda benar-benar menggunakan sejumlah data historis untuk memprediksi perilaku, peristiwa tertentu, atau tren. Misalnya, Anda bisa menghitung penjualan tahun ini berdasarkan fakta historis bahwa Januari biasanya menyumbang 5% dari penjualan. Jika Anda menghasilkan $ 500 dalam penjualan di bulan Januari, maka Anda akan menggunakan rumus berikut untuk memperkirakan berapa banyak penjualan yang dapat Anda antisipasi untuk tahun ini:

$ 500 /. 05 = $ 10, 000

Dalam persamaan ini, $ 500 adalah penjualan pada bulan Januari;. 05 adalah persentase penjualan historis yang diperhitungkan bulan Januari; dan $ 10.000 adalah penjualan yang diproyeksikan untuk tahun ini.

Gambar di bawah ini menunjukkan bagaimana prakiraan ditampilkan di sebagian besar visualisasi data sebagai garis sederhana dalam grafik. Prakiraan menunjukkan bagaimana aktivitas tertentu dapat dilakukan di masa depan.

Tampilan umum dari garis perkiraan ini menunjukkan bahwa arus kas pada akhirnya akan menjadi masalah bagi organisasi ini.