意向大數據分析_分辨資料視覺化下的聯合機率和條件機率
有人問我資料視覺化不就是資料進來後，經過整理就使用漂亮的UI來展現資料就可以知道資料的關聯嗎？ 現在很多資料視覺化確實都是走向這樣的方向。可是讓我們回到資料分析的初衷，為什麼要做資料分析！ 資料分析的目的就是希望從資料當中根據我的問題去找到答案，可以是驗證我所想的，也可能是發現問題點，或是意想不到的結果。那你所使用的資料真的可以就這樣丟進去，然後展現嗎？ 我看到很多情況都是弄個走勢圖，就像匯率走勢、股價走勢、營收結構(圓餅圖或環狀圖)等，這些對我們提出的問題有什麼意義呢？ 我在自己的研究中，特別是匯率關聯性，以及特定魚種價格關聯性，就發現了如果只是用走勢圖展現出資料來，其實根本就看不出個所以然。就其原因那是時間序列資料，你用走勢圖顯示，卻不代表不同國家匯率走勢就能表現他們之間的關聯性。 有人又說，我可以求相關係數(矩陣)，這樣一樣可以知道那些資料的關聯性。我承認確實可以用相關係數矩陣，但這是有前提的，那係數值是建立在線性關係上，如果不是線性關係😵。好吧，你可以說課本沒教，受限於工具與學習經驗，所以不管！ 那真是受限工具與學習經驗嗎？好像並非如此。 意向大數據分析是建立在機率論上，以機率值幫助我們知道數字或文字特徵。所以，如果可以將那些文字或數字以意向大數據分析方法來解讀，自然也是有理論基礎，而且也是過去學習過的知識。 這時，又發生了一個問題！我們可以計算邊際機率(這是我們最常看到的計算機率方式)，條件機率(學統計學或計量經濟學時都會學到的迴歸分析就是架構在條件下)，聯合機率(全部一起看，特別複雜，有時候很難解釋)。 所以，當我們計算出這些機率值後，就要根據自己詢問的問題特色來選擇邊際、條件或是聯合機率，而不是通通都認為是邊際機率或聯合機率。 我們最常發生的是條件與邊際傻傻分不清，特別是在資料視覺化圖像上！ 這是怎麼一回事呢？下面的資料是來自常態分配的一組條件機率。為了能夠繪製出圖形，所以經過排序後，可以形成列聯表，列為Y，欄為X，然後繪製出圖形。 我們可以看到在對應的分類(對角線)很明顯條件機率為0.8~0.819，其左右，對角線的機率值則為0.22~0.25，在條件機率下，可以看出分類號碼相同，以及分類號碼加減1就會產生機率。 那聯合機率呢？下方圖內為Excel的截圖。可以看出聯合機率也是在對角線上有機率值，在鄰近的分類號也有機率值，但是，可以發現 對角線的機率...
