<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />스탠리 영 stanyoung , PhD, CEO, CGStat LLC
Bob Obenchain, PhD, 수석 컨설턴트, Risk Benefit Statistics LLC
Goran Krstic, 프레이저 보건 당국
대형 (관측) 데이터 세트는 일반적으로 연구 기회를 제시하지만 거짓 주장으로 이어질 수있는 문제도 제시합니다. 빅 데이터 (Big Data)에서는 표본 크기가 증가함에 따라 효과 추정치의 표준 오차가 0이되므로 작은 편차라도 선언 된 (그러나 거짓) 주장으로 이어질 수 있습니다. 또한 효과 크기의 지역적 차이를 만드는 혼란 매개체와의 상호 작용이있을 때 치료의 평균은 거의 무의미 할 수 있습니다. 데이터 마이너는 이러한 편견의 소스를 간단하고 효율적으로 처리 할 수있는 통계 방법을 필요로합니다. 여기에서는 두 데이터 세트를 분석하기 위해 JMP 추가 기능, 이동 미디어 및 새로운 JMP 플랫폼 인 로컬 컨트롤을 사용하는 방법을 보여줍니다. 우리의 첫 번째 사례 연구는 환경 역학 데이터 세트에서 편향의 감소를 보여줍니다. 우리의 두 번째 연구는 시계열 대기 질의 예제에서 Local Control을 사용합니다. 상호 작용을 감지함으로써 데이터 광부는 Big Data의 다양성과 이질성에 의해 일반적으로 암시되는 편향을 줄이는보다 현실적이고 관련성이 높은 분석을 산출 할 수 있습니다.
