<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Stanley Young stanyoung , PhD, CEO, CGStat LLC
Bob Obenchain, PhD, Consulente principale, Risk Benefit Statistics LLC
Goran Krstic, Fraser Health Authority
Grandi insiemi di dati (osservativi) presentano tipicamente opportunità di ricerca, ma anche problemi che possono portare a false affermazioni. Nei Big Data, l'errore standard di una stima dell'effetto va a zero all'aumentare della dimensione del campione, quindi anche i piccoli bias possono portare a dichiarazioni dichiarate (ma false). Inoltre, la media del trattamento può essere quasi priva di significato quando ci sono interazioni con i fattori confondenti che creano variazioni locali nelle dimensioni dell'effetto. I minatori di dati hanno bisogno di metodi statistici che possano gestire in modo semplice ed efficiente queste fonti di pregiudizio. Qui, dimostriamo l'uso di un componente aggiuntivo JMP, di Moving Median e di una nuova piattaforma JMP, Local Control, per l'analisi di due set di dati. Il nostro primo case study illustra la riduzione del bias in un set di dati sull'epidemiologia ambientale. Il nostro secondo studio utilizza Local Control su un esempio di qualità dell'aria in serie storiche. Rilevando le interazioni, i minatori di dati possono produrre analisi più realistiche e più rilevanti che riducono il bias tipicamente implicito dalla varietà e dall'eterogeneità dei Big Data.
