資料結構
資料集
Dataset
意思
一個結構化的相關觀察集合，用於分析。
使用時機
在分析之前，定義資料集的範圍、期間、來源和單位。
應用範例
Dataset: daily orders from 2025-01-01 through 2025-12-31.資料分析
資料分析與統計基礎術語
了解數據集、變數、群體、樣本、中心、範圍以及關係，在選擇分析方法之前。
12 個術語
資料結構
觀察
Observation
意思
資料集中的一個記錄案例、事件、人物、項目或時間點。
使用時機
用於明確一行代表的意義。
應用範例
一個觀察結果代表一個已完成的訂單。資料結構
變數
Variable
意思
一個可以取不同值的可測量屬性，用於跨觀察。
使用時機
在選擇摘要、圖表或模型之前，先確定相關變數。
應用範例
變數：order_value, region, channel, and order_date。資料結構
分類變數
Categorical variable
意思
一個其值表示組或標籤，而不是測量值的變量。
使用時機
使用計數、比例、長條圖或編碼的類別來分析它。
應用範例
channel = web, store, partner資料結構
數值變數
Numerical variable
意思
一個由數字表示的變量，其中算術運算是有效的。
使用時機
使用分佈、中心趨勢、離散程度、相關性或迴歸分析。
應用範例
order_value = 49,900 KRW族群和樣本
族群
Population
意思
分析旨在描述的单位或事件的完整集合。
使用時機
明确说明，以避免将结论推广到超出预期范围。
應用範例
對象：所有在 2025 年在韓國下過訂單的客戶。族群和樣本
樣本
Sample
意思
一個從人口中選擇的子集，用於測量或分析。
使用時機
在分析整個群體時，如果分析不可行，請使用代表性抽樣。
注意
即使選擇過程不具代表性，較大的樣本仍然可能存在偏差。
應用範例
從全年樣本中隨機抽取 2,000 個訂單。居中
平均值
Mean
意思
將數值加總後除以其計數。
使用時機
當極端值不主導分佈時，將其用作中心測量值。
應用範例
mean_order_value = sum(order_value) / count(order_value)居中
中位數
Median
意思
在对观察结果进行排序后，中间值。
使用時機
適用於偏斜分佈或具有影響性異常值的數據。
應用範例
當有幾個訂單延遲且延遲非常嚴重時，報告中位數交付時間。擴散
方差
Variance
意思
值與其平均值的平方距離，確切的分母取決於上下文。
使用時機
在統計建模和分解變異來源時使用。
應用範例
sample_variance = sum((x - mean(x))^2) / (n - 1)擴散
標準差
Standard deviation
意思
方差的平方根，以與資料相同的單位表示。
使用時機
用於傳達均值周圍的典型變化。
應用範例
Average wait = 8 minutes; standard deviation = 2.1 minutes.階層與關係
相關性
Correlation
意思
一個衡量變量之間關聯方向和強度的指標。
使用時機
運用它來在進行更深入的因果或預測分析之前，篩選關係。
注意
相關性本身並不能證明因果關係。
應用範例
corr(ad_spend, sales) = 0.72