数据开发，怎么平衡效率与质量
发布时间：2021-10-30 15:27:09 所属栏目：资讯 来源：互联网
导读：描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。 集中趋势分析：集中趋势分析主要靠平均数、中数、众数等统计
|
描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。
集中趋势分析：集中趋势分析主要靠平均数、中数、众数等统计指标来表示数据的集中趋势。例如被试的平均成绩多少?是正偏分布还是负偏分布?
离中趋势分析：离中趋势分析主要靠全距、四分差、平均差、方差(协方差：用来度量两个随机变量关系的统计量)、标准差等统计指标来研究数据的离中趋势。例如，我们想知道两个教学班的语文成绩中，哪个班级内的成绩分布更分散，就可以用两个班级的四分差或百分点来比较。
相关分析：相关分析探讨数据之间是否具有统计学上的关联性。这种关系既包括两个数据之间的单一相关关系——如年龄与个人领域空间之间的关系，也包括多个数据之间的多重相关关系——如年龄、抑郁症发生率、个人领域空间之间的关系;既包括A大B就大(小)，A小B就小(大)的直线相关关系，也可以是复杂相关关系(A=Y-B*X);既可以是A、B变量同时增大这种正相关关系，也可以是A变量增大时B变量减小这种负相关，还包括两变量共同变化的紧密程度——即相关系数。实际上，相关关系唯一不研究的数据关系，就是数据协同变化的内在根据——即因果关系。获得相关系数有什我一直有一个观点：“数据模型设计的是商业模式，是产品逻辑;数据结果反映的是业务实操，是实际现状。”
数据开发的效率，是如何尽快的将产品设计、业务过程，转换为数据模型;数据开发的质量，则是如何尽快的将数据加工过程中的问题，识别出来。向业务交付的内容，是开发的内容;而如果开发的时候，忽略质量的问题，虽然交付的时候不会有感知，但往往会在排查问题阶段，把这些时间加倍的补偿回来。
很多时候，开发同学会觉得，做这么多质量工作是“无效”的，因为很多问题，并不需要数据同学对业务有太深入的了解，如果发现了，会觉得业务就这么设置的，跟我有啥关系;如果没发现，那就是开发工期太紧张了，我做不过来。
比如，按照规定，我们要向1万用户发放优惠券，但因为人群选择错了，导致发出去了10万张优惠券;再比如，商品绑定错了货品，或者是发货发错了，但大家的第一想法是数据算错了。这些情况的出现，导致数据和业务出现一些对立的情绪。
但幸运的是，数据质量问题的排查，要远比业务系统问题的排查，容易不少，因为我们有章可循。
所以，如何在保证开发速度的情况下，做好质量保障，是一个很重要的问题。效率和质量，哪个都不能放弃，是数据开发的两条生命线。
本文我们分开讲讲，质量体系的事情，效率体系的事情，以及两者如何兼顾平衡。么用呢?简而言之，有了相关系数，就可以根据回归方程，进行A变量到B变量的估算，这就是所谓的回归分析，因此，相关分析是一种完整的统计研究方法，它贯穿于提出假设，数据研究，数据分析，数据研究的始终。 （编辑：52站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
