《成为数据分析师：6步练就数据思维》
提问
定量分析中的好问题以下列举的问题当然不是你可以问的所有问题，只是你可以从这些问题开始。它们几乎适用于任何定量分析，或是该被定量的非定量分析：
1．你有数据来支撑你的假设吗？
2．你能告诉我你在分析中使用的数据源吗？
3．你确定这个样本数据能代表被试的人数吗？
4．你的数据分布中有没有异常值？它们会对结果产生什么样的影响？
5．你的分析背后有什么假设？
6．在什么条件下，你的假设和模式是无效的？
7．你能告诉我你为什么要采用这样的分析法吗？
8．你如何转变数据，使其适用于你的模式？
9．你想过用其他方法来分析数据吗？如果有，为什么不用呢？
10．你有没有想过，是独立变量导致了因变量的变化？你还可以进行哪些分析来了解因果关系？
练习定量分析
解决问题的6个步骤
- 识别问题。你工作中可能出现许多问题。根据紧迫性和定量分析适用性将这些问题放在优先解决的位置。在识别问题阶段，最重要的就是全面理解问题及其重要性。对这两个问题的回答不仅包括解决问题需要做些什么，还包括如何促进下一个阶段。
- 回顾之前的发现。一旦意识到问题，你就要去调查之前的发现中所有与这个问题相关的东西。尽管在这个阶段你需花费大量的时间，可是利用搜索引擎会对你大有帮助。搜索与问题相关的资料，对弄清问题的真相非常重要，对识别相关变量和从已识别的变量中寻找关联也非常重要。对之前的发现有了综合的理解，就能清楚地知道该如何解决问题。你可以这样说：“问题设计得很好，已回顾的之前的发现：一半以上。”
- 建模（选择变量）。如果你通过回顾之前的发现找出了所有相关的变量，那么就一个接一个地扔掉那些与问题不直接相关的变量吧。哪些变量应该丢掉，哪些需要保留，主要取决于模式的目的。如果你要造一辆玩具火车，那么火车的规模就该保留。相反，如果你要计算火车的经济适用性，那么，像吨位、速度、耗油量这些就变得非常相关。集中在某个问题的某些特征上时，你离问题的答案就不远了。而且，你的定量观点也得到了提升。
- 收集（测量）数据。要测量已选的变量，你首先要检查你所在的公司是否有人收集了这个数据。很多时候，你手边的数据已经被别的部门，甚至是你自己测量或计算过。你甚至发现，有的数据已被公开使用过。即便你需要花钱买它，也总比你自己收集便宜。当那些与你问题相关的数据不正确时，你要认真想办法改正它。如果你决定展开调查，那么就得认真研究问题的具体设计，甚至问卷的措辞。如果你要通过实验收集数据，你就得去请教实验设计方面的专家。因为，获得正确而即时的数据对解决问题非常重要，在这个阶段，你需要投入足够的时间和精力。
- 分析数据。数据分析包括寻找连续的模式，或者变量之间的关系。使用什么样的统计方法，在识别问题阶段就已经决定了：当你彻底了解了问题后，很显然就得选择方法。如果问题是在各个小组之间进行对比，那么你就该相应地选择方法。如果问题是变量之间的依赖关系，那么就该用回归或类似的方法。这些方法在很多情况下都适用，所以，你要花时间去习惯这些方法的观点和应用。此外，你还可以向你公司里的专家寻求意见。
- 传达结果并采取行动。别忘了练习这部分非常重要的定量性思维。成功的分析小组在这一阶段所花的时间和前5个阶段所花的时间一样多。和公司的其他人交流，问他们是如何传达分析结果的，然后和他们探讨你对此的观点。学习统计学的可视化语言——比如，把爱德华·塔夫特（Edward Tufte）的书籍当成你的朋友。如果塔夫特来到你所在的城市，讲授“呈现数据与信息”的课程，千万别错过它。
不懂就后退
能鼓励分析学的进一步使用的特定问题类型如下：
- 你忘记了自己的数据吗？
- 你凭什么认为那个假设可以用数据检验？
- 你是否曾想过就那个观点进行经验性分析？·我们有X位顾客。
- 你在每一位顾客身上都试过这种方法吗？
- 或许你可以针对那个观点进行一次小小的、严密的实验？
若有收获，就点个赞吧
0 人点赞
