Analiza statystyczna danych – praktyczne zastosowania.
W badaniach naukowych analiza statystyczna danych z eksperymentów stała się już złotym standardem. Liczby oraz współczynniki statystyczne zdominowały całkowicie dowodzenie naukowe. Prócz artykułów czysto teoretycznych w których naukowcy oddają się refleksji na temat danego zjawiska przyrodniczego lub społecznego to artykuły empiryczne w 99,9% zawierają w sobie jakiś rodzaj statystyk i liczb mających potwierdzić lub zrewidować stawianą hipotezę badawczą.
Dynamiczny rozwój analiz statystycznych, algorytmów przetwarzających dane i wzorów przekształcających dane spowodował, że praktycznie każda analiza statystyczna może weryfikować szerokie spektrum wyników zbieranych w eksperymentach naukowych, a dane mogą być teoretycznie poddawane różnorakim przekształceniom i operacjom dającym lepsze właściwości predykcyjne i klasyfikacyjne.
Dzięki temu rozwojowi analiz statystycznych i metod wspierających analizowanie danych możliwe jest ich wykorzystywanie w szerokim spektrum kontekstów.
Prócz nauki analiza statystyczna danych ma nieocenione zastosowanie w bankowości (analizie ryzyka kredytowego), w kontroli jakości procesów (np. metoda six sigma), zarządzaniu informacjom (systemy obsługi klienta), analizie zapotrzebowania na prąd (szeregi czasowe), prognozach rynkowych (również szeregi czasowe), kontroli rozgrzewania kotłów grzewczych (analiza statystyczna metodą kontrastów wielomianowych), porównywania populacji konsumentów (sprzedaż produktów), segmentacja i grupowanie klientów (marketing i promocja) oraz w działach researchu i develepmentu. Za sprawą analiz statystycznych i ich niesamowitym właściwościom obliczeniowym dokonuje się niesamowity zwrot akcji w zarządzaniu i decydowaniu w firmach. Kiedyś większość decyzji była podejmowana ekspercko co rodziło błędy i powodowało straty. Teraz mamy do czynienia z niesamowitą dokładnością decydowania i ograniczaniu ryzyka do praktycznego minimum. Jedynym ograniczeniem jest zdobywanie danych. Czemu danych? Z tego względu, że analizy statystyczne potrzebują pewnego mięsa na podstawie którego będą zwracały wyniki. Im mniej jest danych, które mają praktyczne zastosowanie z perspektywy predykcyjnej i klasyfikacyjnej tym dokładność decyzji i oszacowań jest mniejsza. Prawdopodobnie teraz prócz rozwoju metod analiz statystycznych będzie następować postęp w kwestii integrowania danych oraz ich zdobywania. W dzisiejszych czasach mamy niesamowite nagromadzanie się danych, niemniej do ideału jeszcze bardzo dużo brakuje. Po pierwsze ludzie nie chcą lub mają lęk przed udostępnianiem pewnych danych o sobie. Niektórzy ludzie nie mają możliwości ich udostępniania np. ludzie starsi. Ponad to wraz z rozwojem metod zbierających dane muszą rozwijać się systemy ochrony danych, szczególnie prywatności. I ta kwestia jest bardzo wątpliwa. Etyka wykorzystywania danych oraz ochrona prywatności podmiotów generujących dane jest sprawą bardzo ważną. Niektóre dane o ludziach są bardzo wrażliwe, niekiedy wstydliwe i czasem bardzo dramatyczne. Wykorzystanie ich do niekoniecznie dobrych celów może powodować tragedie, cierpienie i obniżone zaufanie do nowych technologii. Jest to niezwykle ważny aspekt. Nikt przecież by nie chciał dzielić się masowo preferencjami erotycznymi, no może niektórzy mają taki fetysz, ale większość ludzi zalicza tę sferę do bardzo intymnych i nie chciało by się tym dzielić. Poddanie analizie statystycznej takiej grupy ludzi i odkrycie ich danych np. przez hakierów lub cyberprzestepców oraz ich publikacja może doprowadzić do ciężkich konsekwencji społecznych. Tego typu sytuacja jest oczywiście skrajna, ale warto mieć ją na uwadze z tego względu, że doskonale obrazuje problem wiązania danych w świecie wirtualnym, a rzeczywistością i tożsamością ludzi.
Jaki widzimy w tekście powyższym analiza statystyczna ma wiele zalet i dostarcza wielowymiarowych korzyści. Niemniej w nieodpowiednich rękach wrażliwe dane, poddane statystycznej weryfikacji i publikacji mogą nieść przykre doświadczenia realnie istniejących ludzi mających swoją rzeczywistą tożsamość.