<\/p>\n
Zar\u00f3wno statystycy<\/strong> , jak i badacze danych<\/strong> du\u017co pracuj\u0105 z danymi, ale istnieje kilka kluczowych r\u00f3\u017cnic mi\u0119dzy tymi dwoma zawodami:<\/span><\/p>\n R\u00f3\u017cnica nr 1 (rodzaje danych) \u2013<\/strong> Naukowcy zajmuj\u0105cy si\u0119 danymi sp\u0119dzaj\u0105 wi\u0119cej czasu na gromadzeniu i czyszczeniu niedoskona\u0142ych danych, podczas gdy statystycy na og\u00f3\u0142 dysponuj\u0105 uporz\u0105dkowanymi danymi.<\/span><\/p>\n R\u00f3\u017cnica nr 2 (cele ko\u0144cowe)<\/strong> \u2013 Naukowcy zajmuj\u0105cy si\u0119 danymi zwykle skupiaj\u0105 si\u0119 na tworzeniu modeli przewiduj\u0105cych wyniki, podczas gdy statystycy zwykle skupiaj\u0105 si\u0119 na tworzeniu modeli, kt\u00f3re dok\u0142adnie opisuj\u0105 relacje mi\u0119dzy zmiennymi.<\/span><\/p>\n R\u00f3\u017cnica nr 3 (Produkcja)<\/strong> \u2013 Naukowcy zajmuj\u0105cy si\u0119 danymi maj\u0105 tendencj\u0119 do budowania modeli, kt\u00f3re s\u0105 wdra\u017cane w przedsi\u0119biorstwach, podczas gdy statystycy maj\u0105 tendencj\u0119 do tworzenia modeli, kt\u00f3re mog\u0105 dostarczy\u0107 wgl\u0105du lub wyja\u015bnie\u0144 na temat zjawiska.<\/span><\/p>\n Czytaj dalej, aby uzyska\u0107 szczeg\u00f3\u0142owe wyja\u015bnienie tych r\u00f3\u017cnic.<\/span><\/p>\n Og\u00f3lnie rzecz bior\u0105c, badacze danych cz\u0119sto pracuj\u0105 z danymi, kt\u00f3re s\u0105 bardziej skomplikowane, trudniejsze do wyodr\u0119bnienia i znacznie wi\u0119ksze ni\u017c dane wykorzystywane przez statystyk\u00f3w.<\/span><\/p>\n Na przyk\u0142ad analityk danych pracuj\u0105cy w firmie z bran\u017cy nieruchomo\u015bci mo\u017ce potrzebowa\u0107 wyodr\u0119bni\u0107 zestawy danych zawieraj\u0105ce miliony wierszy z kilku r\u00f3\u017cnych serwer\u00f3w zewn\u0119trznych, wszystkie w r\u00f3\u017cnych formatach.<\/span><\/p>\n Potrzebowa\u0142aby rozleg\u0142ej wiedzy na temat SQL i co najmniej jednego j\u0119zyka programowania (takiego jak R<\/a> lub Python<\/a> ), aby wyodr\u0119bni\u0107 dane i spakowa\u0107 je do formatu odpowiedniego do modelowania.<\/span><\/p>\n Z kolei statystycy maj\u0105 tendencj\u0119 do pracy z mniejszymi zbiorami danych, ju\u017c przedstawionymi w schludnym formacie.<\/span><\/p>\n Na przyk\u0142ad statystyk pracuj\u0105cy dla firmy biomedycznej mo\u017ce otrzyma\u0107 50-liniowy plik Excel zawieraj\u0105cy informacje na temat ci\u015bnienia krwi, t\u0119tna i poziomu cholesterolu u 50 r\u00f3\u017cnych pacjent\u00f3w.<\/span><\/p>\n Zamiast traci\u0107 czas na wyodr\u0119bnianie i czyszczenie danych, prawdopodobnie sp\u0119dziliby wi\u0119cej czasu na wyborze odpowiedniego testu hipotezy<\/a> lub modelu, kt\u00f3ry b\u0119dzie pasowa\u0142 do danych i sprawdzeniu, czy przestrzegane s\u0105 za\u0142o\u017cenia<\/a> wybranego testu lub modelu statystyki.<\/span><\/p>\n W wielu przypadkach ostatecznym celem analityka danych jest stworzenie pewnego rodzaju modelu, kt\u00f3ry mo\u017ce dok\u0142adnie przewidzie\u0107 okre\u015blone wyniki.<\/span><\/p>\n Na przyk\u0142ad analityk danych pracuj\u0105cy w firmie finansowej mo\u017ce podj\u0105\u0107 pr\u00f3b\u0119 stworzenia modelu regresji logistycznej<\/a> , kt\u00f3ry b\u0119dzie w stanie dok\u0142adnie przewidzie\u0107, czy okre\u015blone osoby nie sp\u0142acaj\u0105 po\u017cyczki.<\/span><\/p>\n Dopasuj\u0105 r\u00f3\u017cne modele przy u\u017cyciu r\u00f3\u017cnych kombinacji zmiennych predykcyjnych i spr\u00f3buj\u0105 znale\u017a\u0107 model, kt\u00f3ry generuje najdok\u0142adniejsze przewidywania.<\/span><\/p>\n Ich ostatecznym celem jest stworzenie dok\u0142adnego modelu, a nie dok\u0142adne ilo\u015bciowe okre\u015blenie powi\u0105zania ka\u017cdej zmiennej predykcyjnej zezmienn\u0105 odpowiedzi<\/a> .<\/span><\/p>\n Z kolei statystycy skupiaj\u0105 si\u0119 bardziej na tworzeniu modeli, kt\u00f3re mog\u0105 dok\u0142adnie opisa\u0107 zwi\u0105zek mi\u0119dzy zmiennymi predykcyjnymi a zmienn\u0105 odpowiedzi.<\/span><\/p>\n Na przyk\u0142ad statystyk pracuj\u0105cy na uniwersytecie mo\u017ce zrekrutowa\u0107 30 student\u00f3w do udzia\u0142u w badaniu, kt\u00f3re dok\u0142adnie okre\u015bla ilo\u015bciowo, w jaki spos\u00f3b r\u00f3\u017cne nawyki zwi\u0105zane z nauk\u0105 wp\u0142ywaj\u0105 na wyniki egzamin\u00f3w.<\/span><\/p>\n W tym scenariuszu statystyk by\u0142by bardziej zainteresowany interpretacj\u0105 wsp\u00f3\u0142czynnik\u00f3w modelu regresji i analiz\u0105 odpowiadaj\u0105cych im warto\u015bci p<\/a> , aby zrozumie\u0107, czy maj\u0105 one statystycznie istotny zwi\u0105zek ze zmienn\u0105 odpowiedzi.<\/span><\/p>\n Og\u00f3lnie rzecz bior\u0105c, badacze danych maj\u0105 tendencj\u0119 do tworzenia modeli statystycznych, kt\u00f3re s\u0105 wdra\u017cane w przedsi\u0119biorstwach znacznie cz\u0119\u015bciej ni\u017c statystycy.<\/span><\/p>\n Na przyk\u0142ad analityk danych pracuj\u0105cy w du\u017cej sieci spo\u017cywczej mo\u017ce stworzy\u0107 model, kt\u00f3ry b\u0119dzie w stanie dok\u0142adnie przewidzie\u0107 sprzeda\u017c r\u00f3\u017cnych produkt\u00f3w.<\/span><\/p>\n Jego ostatecznym celem by\u0142aby wsp\u00f3\u0142praca z programistami w firmie, kt\u00f3rzy pomog\u0105 mu umie\u015bci\u0107 model na serwerze dzia\u0142aj\u0105cym ka\u017cdej nocy i mog\u0105cym przewidywa\u0107 sprzeda\u017c produkt\u00f3w na ka\u017cdy nowy dzie\u0144.<\/span><\/p>\n Z drugiej strony statystycy rzadko tworz\u0105 modele zintegrowane z rodzajem produkcji.<\/span><\/p>\n Na przyk\u0142ad statystyk pracuj\u0105cy w firmie zajmuj\u0105cej si\u0119 opiek\u0105 zdrowotn\u0105 mo\u017ce zbudowa\u0107 model opisuj\u0105cy zwi\u0105zek mi\u0119dzy r\u00f3\u017cnymi czynnikami stylu \u017cycia (paleniem, \u0107wiczeniami fizycznymi, diet\u0105 itp.), ale ich ostatecznym celem jest po prostu ilo\u015bciowe okre\u015blenie<\/em> zwi\u0105zku mi\u0119dzy tymi czynnikami a zmienn\u0105 odpowiedzi . jak d\u0142ugo\u015b\u0107 \u017cycia.<\/span><\/p>\n Ich ostatecznym celem jest stworzenie modelu, kt\u00f3ry dostarcza im informacji, a nie modelu umieszczanego w \u015brodowisku produkcyjnym.<\/span><\/p>\n Zar\u00f3wno statystycy, jak i badacze danych pracuj\u0105 z danymi w swoich codziennych rolach, ale robi\u0105 to na r\u00f3\u017cne sposoby.<\/span><\/p>\n Analitycy danych zwykle pracuj\u0105 z szersz\u0105 gam\u0105 danych, kt\u00f3re cz\u0119sto s\u0105 niechlujne i wymagaj\u0105 przetworzenia, podczas gdy statystycy cz\u0119sto pracuj\u0105 z mniejszymi, bardziej uporz\u0105dkowanymi zbiorami danych.<\/span><\/p>\n Naukowcy zajmuj\u0105cy si\u0119 danymi skupiaj\u0105 si\u0119 r\u00f3wnie\u017c bardziej na budowaniu modeli, kt\u00f3re mog\u0105 dok\u0142adnie przewidzie\u0107 wyniki, podczas gdy statystycy maj\u0105 tendencj\u0119 do tworzenia modeli, kt\u00f3re mog\u0105 dok\u0142adnie wyja\u015bnia\u0107 relacje mi\u0119dzy zmiennymi.<\/span><\/p>\n Wreszcie, badacze danych maj\u0105 tendencj\u0119 do wdra\u017cania modeli w firmach, podczas gdy statystycy cz\u0119sto podsumowuj\u0105 i raportuj\u0105 swoje wyniki, aby zapewni\u0107 wgl\u0105d w zjawiska w \u015bwiecie rzeczywistym.<\/span><\/p>\n Poni\u017csze artyku\u0142y wyja\u015bniaj\u0105 znaczenie statystyki w r\u00f3\u017cnych dziedzinach:<\/span><\/p>\n Dlaczego statystyki s\u0105 wa\u017cne? (10 powod\u00f3w, dla kt\u00f3rych statystyki s\u0105 wa\u017cne!)<\/a> Zar\u00f3wno statystycy , jak i badacze danych du\u017co pracuj\u0105 z danymi, ale istnieje kilka kluczowych r\u00f3\u017cnic mi\u0119dzy tymi dwoma zawodami: R\u00f3\u017cnica nr 1 (rodzaje danych) \u2013 Naukowcy zajmuj\u0105cy si\u0119 danymi sp\u0119dzaj\u0105 wi\u0119cej czasu na gromadzeniu i czyszczeniu niedoskona\u0142ych danych, podczas gdy statystycy na og\u00f3\u0142 dysponuj\u0105 uporz\u0105dkowanymi danymi. R\u00f3\u017cnica nr 2 (cele ko\u0144cowe) \u2013 Naukowcy zajmuj\u0105cy […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3403","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n R\u00f3\u017cnica nr 1: Typy danych<\/strong><\/span><\/h2>\n
R\u00f3\u017cnica nr 2: Cele ko\u0144cowe<\/strong><\/h2>\n
R\u00f3\u017cnica nr 3: Produkcja<\/strong><\/h2>\n
Wniosek<\/strong><\/span><\/h2>\n
Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Znaczenie statystyki w przedsi\u0119biorstwach<\/a>
Znaczenie statystyki w edukacji<\/a>
Znaczenie statystyki w ochronie zdrowia<\/a>
Znaczenie statystyki w finansach<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"