Fórmulas estatísticas importantes para Big Data - dummies

A palavra estatísticas pode provocar medo em alguns iniciantes para a visualização de dados, mas se você ignorar este tópico, você negligencia um dos maneiras mais poderosas de obter uma visão verdadeira e valor da Big Data.

Estatísticas é a prática ou ciência de colecionar dados numéricos em grandes quantidades. Você não precisa sair e se tornar um cientista de dados (um termo usado para os estatísticos que também são geeks de dados disfarçados e que geralmente possuem algum tipo de grau avançado, como um PhD), mas você pode querer considerar pegar um livro ou uma classe da Statistics 101 se você tiver algum interesse.

Fórmulas estatísticas como probabilidade, variação e previsão são populares hoje. Eles são bastante fáceis de aplicar a qualquer conjunto de dados, e a maioria dos leitores os entenderá claramente. Você pode incorporar algumas dessas fórmulas estatísticas em suas visualizações Big Data para fornecer um verdadeiro valor aos usuários usando as técnicas discutidas nas seções a seguir.

Conhecendo a probabilidade de um evento ocorrer

Uma fórmula estatística com a qual você pode estar familiarizado é p robability - a probabilidade ou chance de que um evento possa ocorrer. A fórmula a seguir calcula a probabilidade básica para um cenário linear. (Os cenários não-lineares são um pouco complexos e muito de um empreendimento para um novato.)

Probabilidade = Probabilidade de ocorrência de um evento / Número de resultados possíveis

A figura a seguir mostra uma probabilidade com algumas cores de alerta adicionadas para tornar o mensagem fácil de ler e, o mais importante, indicar claramente que é necessária uma ação imediata.

As probabilidades fornecem uma verificação de realidade rápida e definem o tom geral da história que a visualização de dados fornecerá durante um determinado período (dia, semana, quarto e assim por diante).

Aplicando variância para mostrar a magnitude da mudança

Outra medida estatística popular é v ariance , , que é a diferença entre um conjunto de pontos de dados.

A fórmula mais utilizada para calcular a variância é

Variance = Final desejado - Estado atual

Se a saída exibida é um número inteiro ou porcentagem, a fórmula mostra a magnitude da mudança entre o início eo estado final de um ponto de dados.

A exibição da variância é sempre uma vitória rápida e um ótimo substituto para o gráfico de gráfico de linha / barra, e é assim que o relacionamento de variância é exibido na maioria das visualizações.

O gráfico na figura abaixo mostra uma combinação de gráfico de linha / barra que permite ao usuário decifrar a variância para cada mês.

O segundo gráfico, mostrado na figura a seguir, claramente traça a variância e tira toda a adivinhação do visual.

Previsão do futuro

Outra fórmula estatística popular que você pode estar familiarizado é o f orecast , , que é o ato de prever ou estimar um evento ou tendência.

Quando você calcula uma previsão, você está realmente usando uma certa quantidade de dados históricos para prever o comportamento, um evento específico ou uma tendência. Por exemplo, você pode calcular as vendas do ano com base no fato histórico de que janeiro geralmente representa 5% das vendas. Se você ganhou US $ 500 nas vendas em janeiro, você usaria a seguinte fórmula para prever a quantidade de vendas que você pode antecipar no ano:

$ 500 /. 05 = $ 10, 000

Nesta equação, US $ 500 são as vendas em janeiro;. 05 é a porcentagem histórica de vendas que janeiro conta; e US $ 10 000 são as vendas projetadas para o ano.

A figura abaixo mostra como as previsões são exibidas na maioria das visualizações de dados como uma linha simples em um gráfico. As previsões indicam como uma determinada atividade pode ser realizada no futuro.

Esta exibição típica de uma linha de previsão mostra que o fluxo de caixa eventualmente se tornará um problema para essa organização.