データ分析-概要

データ分析は、有用な情報の発見、結論の提案、意思決定の支援を目的として、データを検査、クリーニング、変換、およびモデリングするプロセスです。

データ分析の種類

ビジネス、科学、社会科学などのさまざまな分野を網羅するいくつかのデータ分析手法が存在します。さまざまな名前で。主要なデータ分析アプローチは次のとおりです-

データマイニング
ビジネス・インテリジェンス
統計分析
予測分析
テキスト分析

データマイニング

データマイニングは、大量のデータを分析して、これまで未知で興味深いデータのパターン、異常なデータ、および依存関係を抽出することです。目標は、大量のデータからのパターンと知識の抽出であり、データ自体の抽出ではないことに注意してください。

データマイニング分析には、人工知能、機械学習、統計、およびデータベースシステムの交差点でのコンピューターサイエンス手法が含まれます。

データマイニングから得られたパターンは、さらなる分析に使用したり、意思決定支援システムによるより正確な予測結果を得るために使用できる入力データの要約と考えることができます。

ビジネス・インテリジェンス

ビジネスインテリジェンスの手法とツールは、大量の非構造化ビジネスデータの取得と変換を目的としており、新しい戦略的ビジネスチャンスの特定、開発、作成に役立ちます。

ビジネスインテリジェンスの目標は、大量のデータを簡単に解釈して新しい機会を特定できるようにすることです。洞察に基づいた効果的な戦略の実装に役立ち、企業に競争力のある市場優位性と長期的な安定性を提供できます。

統計分析

統計は、データの収集、分析、解釈、表示、および編成の研究です。

データ分析では、2つの主要な統計的手法が使用されます-

記述統計-記述統計では、母集団全体またはサンプルからのデータは、次のような数値記述子で要約されます-
連続データの平均、標準偏差
頻度、カテゴリデータの割合
推論統計-サンプルデータのパターンを使用して、表現された母集団またはランダム性の説明に関する推論を引き出します。これらの推論はすることができます-
データに関するyes/no質問への回答（仮説検定）
データの数値特性の推定（推定）
データ内の関連付けの説明（相関）
データ内の関係のモデリング（例：回帰分析）

予測分析

予測分析では、統計モデルを使用して、現在または過去のデータを分析し、将来のイベントまたは未知のイベントに関する予測（予測）を行います。ビジネスでは、予測分析を使用して、意思決定を支援するリスクと機会を特定します。

テキスト分析

テキストマイニングまたはテキストデータマイニングとも呼ばれるテキスト分析は、テキストから高品質の情報を引き出すプロセスです。テキストマイニングには通常、入力テキストを構造化し、統計パターン学習などの手段を使用して構造化データ内のパターンを導出し、最終的に出力の評価と解釈を行うプロセスが含まれます。

データ分析プロセス

データ分析は、1961年に統計学者ジョン・テューキーによって「データの分析手順、そのような手順の結果を解釈する手法、分析を容易、より正確、より正確にするためのデータ収集の計画方法、およびすべての機械データの分析に適用される（数学）統計の結果。」

したがって、データ分析は、さまざまなソースから大規模な非構造化データを取得し、それを有用な情報に変換するためのプロセスです-

質問に答える
仮説のテスト
意思決定
理論の反証

Excelによるデータ分析

Microsoft Excelは、データを分析および解釈するためのいくつかの手段と方法を提供します。データはさまざまなソースから取得できます。データはいくつかの方法で変換およびフォーマットできます。条件付き書式設定、範囲、テーブル、テキスト関数、日付関数、時間関数、財務関数、小計、クイック分析、式監査、Inquireツール、What-if分析を含む、関連するExcelコマンド、関数、およびツールで分析できます。ソルバー、データモデル、PowerPivot、PowerView、PowerMapなど

あなたは2つの部分の一部としてExcelでこれらのデータ分析技術を学びます-

Excelおよび
Excelによる高度なデータ分析

Excel-data-analysis-data-analysis-overview

目次