Statistiche e analisi - Riassunto delle lezioni

I dati qualitativi si riferiscono ad una variabile che non può assumere un valore numerico, ma che può essere classificata in due o più categorie non numeriche mentre i dati quantitativi si riferiscono ad una variabile che può essere misurata numericamente.
Le statistiche descrittive si riferiscono ai metodi utilizzati per organizzare, visualizzare, descrivere i dati attraverso l'utilizzo di tabelle, misure di riepilogo e grafici.
Le statistiche inferenziali sono costituite da metodi che utilizzano risultati di esempio per aiutare a prendere decisioni o previsioni su una popolazione.
La distribuzione di frequenza dei dati qualitativi elenca tutte le categorie e il numero di elementi che appartengono a ciascuna delle categorie.
La distribuzione di frequenza dei dati quantitativi elenca tutte le classi e il numero di valori che appartengono ad ogni classe.
Se una variabile casuale continua ha una distribuzione con un grafico che è simmetrica e a forma di campana, è classificata come avente una distribuzione normale.
Machine Learning si riferisce alla programmazione dei computer per ottimizzare un determinato criterio di prestazione utilizzando dati di esempio o esperienze passate. Può rilevare automaticamente i pattern nei dati e utilizzarli per prevedere futuri esiti di interesse.
L'aspetto più importante da considerare quando si crea un modello sta avendo una conoscenza sonora del problema che si intende risolvere. Questo è critico dato che la qualità dell'output dipende dalla qualità degli input.
L'analisi dei dati univariata si riferisce ai dati che hanno una sola variabile, e il suo scopo principale è quello di descrivere, sintetizzare e trovare modelli nei dati.