知识卡片
初始假设是分析的原型
发现阶段要产出若干条能用数据检验的初始假设。做法是先提出少数几条主要假设去测,再逐步扩展,而不是一次列出几十条无从下手的猜测。
初始假设有三个作用: - 它是后续分析测试的原型,决定第3、4阶段建什么模型、取哪些变量; - 它给第5阶段的结论提供对照基准,实际结果与假设的偏差本身就是发现; - 它把利益相关者的营运假设显性化,便于团队质疑并据此扩展项目范围。
假设的来源包括领域专家、发起人与初步的数据探索。写法上要可被证伪:“某类知识转移活动增加会缩短想法交付时间”可以测,“创新很重要”则无法验证。
若团队跳过这一步直接分析,第5阶段就失去比较对象,很多额外见解不会被触发;反之,假设越明确,后续实验设计越贴合利益相关者最关心的问题。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第2章 数据分析生命周期 · 查看原书依据
形成一系列初始假设是发现阶段的一个重要方面。这涉及团队形成能用数据检验的想法。一般情况下,最好先提出几个主要的假设进行测试,然后再想更多的。这些初始假设是团队在后续阶段进行的分析测试的原型,并为第5阶段的发现奠定基础。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第2章 数据分析生命周期(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0012_split_002.html)
- 结论依据:依据 2.2.6 节对初始假设作用的说明,以及 GINA 案例中十条初始假设被分为描述性与预测性两类的做法。
- 原始内容:形成一系列初始假设是发现阶段的一个重要方面。这涉及团队形成能用数据检验的想法。一般情况下,最好先提出几个主要的假设进行测试,然后再想更多的。这些初始假设是团队在后续阶段进行的分析测试的原型,并为第5阶段的发现奠定基础。