Supratimas tarp konteksto ir statistikos yra sudėtingos analizės požymis. Nors statistika pateikia griežtą, matematinį to, kas vyksta visoje populiacijoje, kontekstas prideda esminę mintį ir prasmę, paaiškindamas, kodėl šie modeliai egzistuoja ir kokios konkrečios aplinkybės nulėmė galutinius skaičius.
Aplinkybės, kontekstinė informacija ir konkrečios sąlygos, suteikiančios prasmę konkrečiam įvykiui ar duomenų taškui.
Disciplina, kurios metu renkami, analizuojami ir interpretuojami skaitmeniniai duomenys, siekiant nustatyti grupės viduje vykstančius modelius ir tendencijas.
| Funkcija | Kontekstas | Statistika |
|---|---|---|
| Pagrindinis tikslas | Ieškant prasmės ir „kodėl“ | Ieškoma šablonų ir „Kiek jų“ |
| Informacijos šaltinis | Aplinka ir pasakojimai | Skaitmeniniai stebėjimai |
| Požiūris | Subjektyvus ir lokalizuotas | Objektyvus ir apibendrintas |
| Pirminis stiprumas | Gilus supratimas | Mastelio keitimas ir įrodymas |
| Pagrindinė rizika | Anekdotinis šališkumas | Duomenų dehumanizavimas |
| Patikimumas | Didelis situacinis tikslumas | Didelė nuspėjamoji galia |
Įsivaizduokite statistiką kaip topografinį žemėlapį, rodantį miško aukštį ir ribas. Kontekstas yra tarsi vaikščiojimas tarp tų medžių; jis parodo, ar žemė purvina nuo neseniai iškritusio lietaus, ar ten peri konkreti paukščių rūšis – detalės, kurių žemėlapyje tiesiog neįmanoma įtraukti.
Statistika gali parodyti tobulą koreliaciją tarp ledų pardavimo ir ryklių išpuolių, tačiau be konteksto šie duomenys yra pavojingi. Kontekstas pateikia trūkstamą grandį – vasaros karštį, dėl kurios daugiau žmonių perka skanėstus ir daugiau žmonių maudosi, įrodydami, kad šios dvi statistikos viena kitos nesukelia.
Statistikas galėtų pasakyti, kad upė vidutiniškai yra 1,2 metro gylio, ir tai skamba saugiai kirsti. Tačiau dėl trijų metrų gylio upės viduryje esančio kritimo „vidutinis“ matavimas tampa pavojingas gyvybei, o tai pabrėžia, kokios svarbios išlikimui yra vietinės detalės.
Įmonė, remdamasi vien tik statistika, gali pastebėti, kad jos svetainės lankomumas sumažėjo 20 %, ir panikuoti. Kontekstinė analizė gali atskleisti, kad sumažėjimas įvyko per didelę nacionalinę šventę arba pasaulinį interneto sutrikimą, todėl „krizė“ paverčiama nereikšmingu įvykiu, nereikalaujančiu jokių veiksmų.
Statistika yra faktai, o kontekstas – tik nuomonė.
Abi yra esminės tiesos formos. Statistika yra skaitinis faktas, tačiau kontekstas suteikia faktinę aplinką, kuri leidžia teisingai interpretuoti tą skaičių.
Jei imties dydis yra pakankamai didelis, kontekstas nesvarbus.
Net ir milijardų dydžio imtis gali būti nenaudinga, jei kontekstas netinkamas. Jei apklausiate milijardą žmonių apie sniegą, bet kalbatės tik su tais, kurie gyvena Sacharos dykumoje, jūsų didžiulis duomenų rinkinys vis tiek yra iš esmės ydingas.
Kontekstas skirtas tik „minkštiesiems“ mokslams, tokiems kaip sociologija.
Tokie mokslai kaip fizika ir medicina labai priklauso nuo konteksto. Vaisto veiksmingumo statistika yra nenaudinga neatsižvelgiant į paciento amžių, svorį ir gretutines ligas.
Visada galite „apskaičiuoti“ kontekstą vėliau.
Kontekstas dažnai būna trumpalaikis. Jei neužfiksuosite konkrečių sąlygų, tokių kaip orai ar politinis klimatas, tuo metu, kai renkami duomenys, ši informacija gali būti prarasta visam laikui.
Statistika turėtų būti jūsų atspirties taškas nustatant plačias tendencijas ir įrodinėjant teorijas suinteresuotosioms šalims. Tačiau niekada neturėtumėte priimti galutinio sprendimo be konteksto, nes tai užtikrina, kad jūsų veiksmai būtų aktualūs realioje aplinkoje, kurioje veikiate.
Astrologinės prognozės susieja dangaus ciklus su žmonių patirtimi siekiant simbolinės reikšmės, o statistinės prognozės analizuoja empirinius istorinius duomenis, kad įvertintų būsimas skaitines vertes. Šiame palyginime nagrinėjamas skirtumas tarp senovinės, archetipais pagrįstos asmeninių apmąstymų sistemos ir modernios, duomenimis pagrįstos metodologijos, naudojamos objektyviam sprendimų priėmimui versle ir moksle.
Šis palyginimas nagrinėja intriguojančią prarają tarp senovinių dangaus stebėjimų ir šiuolaikinės prognozinės analizės. Astrologiniai tranzitai naudoja planetų ciklus asmeninio augimo fazėms interpretuoti, o gyvenimo įvykių tikimybių modeliai remiasi dideliais duomenimis ir statistiniais algoritmais, kad numatytų konkrečius etapus, tokius kaip karjeros pokyčiai ar sveikatos priežiūros poreikiai.
Nors retrospektyvinė analizė veikia kaip organizacijos galinio vaizdo veidrodis, analizuodama istorinius įrašus, kad suprastų praeities sėkmes ir nesėkmes, ateities prognozavimo modeliai žvelgia pro priekinį stiklą, derindami statistinius algoritmus ir mašininį mokymąsi, kad numatytų būsimus rinkos pokyčius, klientų veiksmus ir veiklos kliūtis.
Pasirinkimas tarp aukšto dažnio duomenų ir apibendrintų duomenų yra esminis kompromisas analitikoje. Nors neapdoroti, per sekundę gaunami sandoriai ir jutiklių srautai suteikia neprilygstamą tiesioginio elgesio ir rinkos mikrostruktūrų matomumą, suspausti laiko apibendrinimai pašalina didžiulį statistinį triukšmą ir didelius infrastruktūros poreikius, kad būtų galima atskleisti aiškias, struktūrines ilgalaikes tendencijas.
Pasirinkimas tarp automatinio modelių sekimo ir rankinio eksperimentų sekimo iš esmės lemia duomenų mokslo komandos greitį ir atkuriamumą. Nors automatizavimas naudoja specializuotą programinę įrangą, kad sklandžiai užfiksuotų kiekvieną hiperparametrą, metriką ir artefaktą, rankinis sekimas priklauso nuo žmogaus kruopštumo naudojant skaičiuokles arba „markdown“ failus, todėl reikia rasti griežtą kompromisą tarp sąrankos greičio ir ilgalaikio keičiamo tikslumo.
