Phân tích dữ liệu

Thuật ngữ cơ bản về phân tích dữ liệu và thống kê

Hiểu các tập dữ liệu, biến, quần thể, mẫu, trung tâm, độ phân tán và mối quan hệ trước khi chọn các phương pháp phân tích.

12 thuật ngữ

Cấu trúc dữ liệu

Tập dữ liệu

Dataset

Ý nghĩa

Một tập hợp có cấu trúc các quan sát liên quan được sử dụng để phân tích.

Khi dùng

Xác định phạm vi, thời gian, nguồn và đơn vị của tập dữ liệu trước khi phân tích.

Ví dụ

Dataset: daily orders from 2025-01-01 through 2025-12-31.

Cấu trúc dữ liệu

Quan sát.

Observation

Ý nghĩa

Một trường hợp, sự kiện, người, mục hoặc thời điểm được ghi lại trong một tập dữ liệu.

Khi dùng

Sử dụng để làm rõ điều mà một hàng đại diện cho.

Ví dụ

Một quan sát đại diện cho một đơn hàng đã hoàn thành.

Cấu trúc dữ liệu

Biến

Variable

Ý nghĩa

Một thuộc tính có thể đo lường và có thể nhận các giá trị khác nhau trong các quan sát.

Khi dùng

Xác định các biến trước khi chọn các bản tóm tắt, biểu đồ hoặc mô hình.

Ví dụ

Các biến: order_value, region, channel và order_date.

Cấu trúc dữ liệu

Biến phân loại

Categorical variable

Ý nghĩa

Một biến mà các giá trị của nó biểu thị các nhóm hoặc nhãn thay vì các lượng được đo.

Khi dùng

Sử dụng số liệu, tỷ lệ, biểu đồ thanh hoặc danh mục được mã hóa để phân tích.

Ví dụ

channel = web, store, partner

Cấu trúc dữ liệu

Biến số số.

Numerical variable

Ý nghĩa

Một biến được biểu diễn bằng các số mà các phép toán số học có ý nghĩa.

Khi dùng

Sử dụng phân phối, trung bình, độ lệch chuẩn, tương quan hoặc phân tích hồi quy.

Ví dụ

order_value = 49,900 KRW

Dân số và mẫu

Dân số

Population

Ý nghĩa

Tập hợp đầy đủ các đơn vị hoặc sự kiện mà một phân tích hướng đến việc mô tả.

Khi dùng

Nêu rõ ràng để tránh việc khái quát các kết luận vượt quá phạm vi dự định.

Ví dụ

Đối tượng: Tất cả khách hàng đã đặt hàng ở Hàn Quốc trong năm 2025.

Dân số và mẫu

Mẫu

Sample

Ý nghĩa

Một tập hợp con của một quần thể được chọn để đo lường hoặc phân tích.

Khi dùng

Sử dụng lấy mẫu đại diện khi phân tích toàn bộ dân số là không khả thi.

Lưu ý

Một mẫu lớn vẫn có thể bị sai lệch nếu quy trình lựa chọn không đại diện.

Ví dụ

Lấy mẫu ngẫu nhiên 2.000 đơn đặt hàng từ tổng số đơn đặt hàng trong cả năm.

Trung tâm

Mean (trung bình)

Mean

Ý nghĩa

Tổng của các giá trị số chia cho số lượng của chúng.

Khi dùng

Sử dụng nó như một thước đo trung tâm khi các giá trị cực trị không chiếm ưu thế trong phân phối.

Ví dụ

mean_order_value = sum(order_value) / count(order_value)

Trung tâm

Median (trung vị)

Median

Ý nghĩa

Giá trị trung bình sau khi các quan sát được sắp xếp.

Khi dùng

Sử dụng nó cho các phân phối bị lệch hoặc dữ liệu có các giá trị ngoại lệ có ảnh hưởng.

Ví dụ

Báo cáo thời gian giao hàng trung bình khi một số đơn hàng bị trễ đáng kể.

Phân phối

Phương sai

Variance

Ý nghĩa

Khoảng cách bình phương trung bình của các giá trị so với giá trị trung bình của chúng, với mẫu số chính xác phụ thuộc vào ngữ cảnh.

Khi dùng

Sử dụng nó trong mô hình thống kê và khi phân tách các nguồn gây biến đổi.

Ví dụ

sample_variance = sum((x - mean(x))^2) / (n - 1)

Phân phối

Độ lệch chuẩn

Standard deviation

Ý nghĩa

Căn bậc hai của phương sai, được biểu thị bằng cùng đơn vị với dữ liệu.

Khi dùng

Sử dụng để truyền đạt sự biến động điển hình xung quanh giá trị trung bình.

Ví dụ

Average wait = 8 minutes; standard deviation = 2.1 minutes.

Quan hệ

Tương quan

Correlation

Ý nghĩa

Một thước đo về hướng và cường độ của mối quan hệ giữa các biến.

Khi dùng

Sử dụng nó để phân tích các mối quan hệ trước khi thực hiện phân tích nhân quả hoặc dự đoán sâu hơn.

Lưu ý

Tương quan không tự nó chứng minh nguyên nhân.

Ví dụ

corr(ad_spend, sales) = 0.72