Область статистики связана со сбором, анализом, интерпретацией и представлением данных.
Область аналитики связана с применением статистических методов к практическим бизнес-задачам.
Между этими двумя областями есть много общего, но вот основное различие:
Статистик , скорее всего, будет работать в клинических или исследовательских условиях, где чаще используются дизайн исследования, проверка гипотез , модели ANOVA и доверительные интервалы .
Аналитик , скорее всего, будет работать в бизнес-среде, где чаще используются описательная статистика, визуализация данных и регрессионные модели.
И статистики, и аналитики работают с данными в своей повседневной работе, но статистики, как правило, больше сосредоточены на проверке статистических гипотез, а аналитики, как правило, больше сосредоточены на понимании данных и закономерностей, лежащих в основе бизнес-операций.
Продолжайте читать, чтобы узнать, как статистика и аналитика используются в реальных сценариях.
Использование статистики в реальном мире
Вот несколько примеров того, как статистика используется в реальных сценариях.
Пример 1: проверка гипотез
Статистики, работающие в клинических условиях, часто используют тесты гипотез, чтобы определить, приводит ли новый препарат к улучшению результатов лечения пациентов.
Например, специалист по биостатистике может назначить лекарство от кровяного давления 30 пациентам в течение одного месяца, а затем ввести второе лекарство от кровяного давления тем же 30 пациентам в течение еще одного месяца.
Затем они могут выполнить t-тест для парных выборок, чтобы определить, есть ли статистически значимая разница в снижении артериального давления между двумя препаратами.
Пример 2: Модели ANOVA
Статистики, работающие в сельском хозяйстве, часто используют модели ANOVA, чтобы определить, существует ли статистически значимая разница в урожайности между тремя или более типами удобрений.
Например, статистик может вносить три разных удобрения на разные поля в течение одного месяца, а затем собирать данные для измерения средней урожайности.
Затем они могли выполнить однофакторный дисперсионный анализ , чтобы определить, есть ли статистически значимая разница между средним выходом.
Пример 3: Доверительные интервалы
Статистики, работающие в медицинских учреждениях, часто используют доверительные интервалы для количественной оценки среднего значения различных биометрических показателей.
Например, статистик может собрать данные об артериальном давлении 50 пациентов, которые принимают одно и то же лекарство от артериального давления, чтобы получить диапазон значений, который, вероятно, будет содержать истинное среднее снижение артериального давления для пациентов в общей популяции, которые использовать именно это лекарство.
Использование аналитики в реальном мире
Вот несколько примеров того, как аналитика используется в реальных сценариях.
Пример 1: Описательная статистика
Бизнес-аналитики часто используют описательную статистику для обобщения данных, связанных с финансами компаний.
Например, бизнес-аналитик, работающий в розничной компании, может рассчитать следующую описательную статистику в течение одного рабочего квартала:
- Среднее количество ежедневных продаж
- Среднее количество ежедневных продаж
- Стандартное отклонение дневных продаж
- Общий доход
- Суммарные расходы
- Процентное изменение новых клиентов
- Процент товаров, возвращенных покупателями
Используя эти показатели, аналитик может получить представление о финансовом состоянии компании, а также сравнить эти показатели с предыдущими кварталами, чтобы понять, как показатели изменяются с течением времени.
Затем они могут использовать эти метрики для информирования организации об областях, которые могут нуждаться в улучшении, чтобы помочь компании увеличить доходы или сократить расходы.
Пример 2: визуализация данных
Аналитики, работающие в розничных компаниях, часто создают визуализации данных, такие как линейные диаграммы, гистограммы, тепловые карты, диаграммы разброса, точечные диаграммы и другие диаграммы, чтобы визуализировать общие продажи, доходы, расходы, возвраты и т. д. в течение различных рабочих кварталов.
В реальном мире многие аналитики часто создают интерактивные информационные панели с помощью программного обеспечения, такого как Tableau , чтобы бизнес-лидеры могли в интерактивном режиме изучать различные показатели и изучать тенденции и закономерности данных, чтобы лучше понять, как работает бизнес.
Пример 3: Регрессионные модели
Финансовые аналитики часто используют регрессионные модели для количественной оценки взаимосвязи между одной или несколькими переменными-предикторами и переменной- откликом .
Например, аналитик может иметь доступ к данным об общих деньгах, потраченных на телевизионную рекламу, интернет-рекламу и общем объеме полученного дохода.
Затем они могут построить следующую модель множественной линейной регрессии:
Доход = 76,4 + 4,6 (интернет-реклама) + 0,8 (ТВ-реклама)
Вот как интерпретировать коэффициенты регрессии в этой модели:
- На каждый дополнительный доллар, потраченный на онлайн-рекламу, доход увеличивается в среднем на 4,60 доллара (при условии, что доллары, потраченные на телевизионную рекламу, остаются постоянными).
- На каждый дополнительный доллар, потраченный на телевизионную рекламу, доход увеличивается в среднем на 0,80 доллара (при условии, что доллары, потраченные на онлайн-рекламу, остаются постоянными).
Используя эту модель, финансовый аналитик может быстро понять, что деньги, потраченные на онлайн-рекламу, приносят гораздо более высокий средний доход по сравнению с деньгами, потраченными на телевизионную рекламу.
Вывод
Статистика и аналитика — две области, которые во многом пересекаются.
Однако статистики, как правило, больше сосредоточены на проверке статистических гипотез, в то время как аналитики, как правило, больше сосредоточены на понимании данных и закономерностей, лежащих в основе бизнес-операций.
В реальном мире статистики и аналитики часто работают бок о бок, и две профессии нередко сотрудничают для решения реальных проблем.
Дополнительные ресурсы
Следующие статьи объясняют важность статистики в различных областях:
Почему важна статистика? (10 причин, по которым статистика имеет значение!)
Важность статистики в бизнесе
Важность статистики в образовании
Важность статистики в здравоохранении
Важность статистики в финансах