Технологии
vip
600
Методы анализа табличных данных ? - вопрос №3036957
Ссылка на фото результатов
http://images.vfl.ru/ii/1540824526/d526cfe2/23988806.png
Вопрос " Платный " Какими статистическими методами и готовыми тестами максимально, и в полном объеме распознать скрытые закономерности и зависимости в табличных данных?
Пример изучаемых результатов приложен на фото.
Каждая строка является отдельным результатом работы программы.
Планируется обработка и анализ на взаимосвязи более 1 миллиона таких строк.
Дополнение автора от октябрь 29, 2018 г., 20:04:06
Подчеркиваю методы и техники анализа для представленного мной типа табличных данных !!!
Cybernetic2045 октябрь 29, 2018 г.
-
Всего ответов: 3
-
Не буду копировать сюда массу информации, добавлю ссылку https://www.mqlab.ru/index2.html
там где таблица заполненная нулями, это практически все методы которые применяются в анализе данных. -
Уважаемый, я советую Вам свой вопрос отправить Сюда
Тут опытный программист со скриптом вам сможет помочь
-
Для анализа табличных данных, таких как представленные на изображении, можно использовать различные статистические методы и тесты. Некоторые из них:
Корреляционный анализ — для выявления связей между показателями. Например, можно проанализировать корреляцию между столбцами «Ошибки» и «Время», чтобы понять, связаны ли они между собой.
Факторный анализ — для выделения общих факторов, которые влияют на наблюдаемые данные. Например, можно проанализировать влияние различных параметров на показатели в столбце «Суммарное время».
Дисперсионный анализ — для сравнения показателей между группами и выявления различий между ними. Например, можно проанализировать различия в показателях между разными версиями программы или разными типами оборудования.
Кластерный анализ — для группировки наблюдений по сходству показателей. Например, можно проанализировать группировку результатов по версиям программы или по типам оборудования.
Регрессионный анализ — для оценки влияния независимых переменных на зависимую переменную. Например, можно проанализировать влияние различных параметров на время выполнения работы.
Для анализа такого большого количества данных, как 1 миллион строк, можно использовать программные пакеты, такие как R, Python, SAS или SPSS. Они предоставляют широкий спектр статистических методов и тестов для анализа табличных данных.
