Stanley Young Stan Young, giovane , PhD, CEO, CGStat LLC
Bob Obenchain, PhD, Consulente principale, Risk Benefit Statistics LLC
Goran Krstic,Autorità sanitaria di Fraser
Grandi set di dati (osservativi) in genere presentano 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 con l'aumentare della dimensione del campione, quindi anche 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 fattori confondenti che creano variazioni locali nelle dimensioni dell'effetto. I data miner hanno bisogno di metodi statistici in grado di gestire in modo semplice ed efficiente queste fonti di bias. Qui, dimostriamo l'uso di un componente aggiuntivo JMP, Moving Median, e di una nuova piattaforma JMP, Local Control, per l'analisi di due set di dati. Il nostro primo studio di caso illustra la riduzione del bias in un set di dati di epidemiologia ambientale. Il nostro secondo studio utilizza Local Control su un esempio di qualità dell'aria di serie temporali. Rilevando le interazioni, i data miner possono produrre analisi più realistiche e più pertinenti che riducono il bias tipicamente implicito nella varietà ed eterogeneità dei Big Data.
