Section 3: Analyzing Data with Fath

Section 3: Analyzing Data with Fathom

Data about an observed phenomenon comes in many different forms—often frequencies, scores, codes, categories, or measurements. In addition, these different forms of data can be represented in multiple ways. While viewing data in a table may assist in examining individual cases, graphs and descriptive statistical measures may help in analyzing and characterizing trends in the whole data set, or the aggregate.
Software tools have made the re-presentation of data in graphs and the calculation of statistical measures quick and easy. Thus, rather than spending valuable time in constructing graphical displays or computing measures, software tools facilitate quick displays and computations that allow for more time to be spent on analyzing the data.

In Sections 1 and 2, we used the software TinkerPlots to assist in analysis of data. In this Section 3 and 4, we will be using Fathom 2.0 (Key Curriculum Press, 2005.
TinkerPlots and Fathom use a similar interface to allow users to conduct data analysis. TinkerPlots was designed to encourage users to create graphical displays by implementing a series of actions, while Fathom allows users to easily create a variety of standard graphical displays with fewer actions. While TinkerPlots has the capability to display measures of center on a graph, Fathom includes a whole suite of tools that can allow users to compute descriptive and inferential statistics. Thus, Fathom is a much more powerful statistical tool, while TinkerPlots is a powerful tool for analyzing data in graphical form. Like TinkerPlots, Fathom was created to allow users to have dynamic control over data—meaning that as you change things in a document, everything linked to what you are changing will update while you drag.
This linking between tabular data, graphical representations, and statistical measures can be a powerful tool for exploring data in meaningful ways.

We will start this Section with exploring univariate data (a single attribute in a data set) and will use what we learn with univariate data to explore bivariate data (two attributes in a data set).

Kết quả (Việt) 1:

Phần 3: Phân tích dữ liệu với FathomDữ liệu về một hiện tượng quan sát đi kèm theo nhiều hình thức khác nhau — thường tần số, điểm số, mã, thể loại hoặc đo đạc. Ngoài ra, các hình thức khác nhau của dữ liệu có thể được thể hiện theo nhiều cách. Trong khi xem dữ liệu trong một bảng có thể hỗ trợ xem xét trường hợp cá nhân, đồ thị và các biện pháp thống kê mô tả có thể giúp đỡ trong việc phân tích và characterizing xu hướng trong các thiết lập toàn bộ dữ liệu, hoặc tổng hợp.Phần mềm công cụ đã thực hiện tái trình bày dữ liệu trong đồ thị và tính toán thống kê các biện pháp nhanh chóng và dễ dàng. Vì vậy, thay vì chi tiêu thời gian quý báu trong việc xây dựng đồ họa Hiển thị hoặc máy tính các biện pháp, công cụ phần mềm tạo điều kiện nhanh chóng Hiển thị và tính toán cho phép thêm thời gian để được chi cho việc phân tích dữ liệu.Trong phần 1 và 2, chúng tôi sử dụng phần mềm TinkerPlots để hỗ trợ cho việc phân tích dữ liệu. Này phần 3 và 4, chúng tôi sẽ sử dụng Fathom 2.0 (khóa chương trình Press, 2005.TinkerPlots và hiểu được sử dụng một giao diện tương tự để cho phép người dùng để tiến hành phân tích dữ liệu. TinkerPlots được thiết kế để khuyến khích người sử dụng để tạo ra đồ họa Hiển thị bằng cách thực hiện một loạt các hành động, trong khi sải cho phép người dùng dễ dàng tạo ra một loạt các tiêu chuẩn đồ họa Hiển thị với ít hành động. Trong khi TinkerPlots có khả năng để hiển thị các biện pháp của Trung tâm trên một đồ thị, hiểu được bao gồm một bộ công cụ có thể cho phép người dùng để tính toán các số liệu thống kê mô tả và hồ toàn bộ. Do đó, hiểu được là một công cụ thống kê mạnh hơn rất nhiều, trong khi TinkerPlots là một công cụ mạnh mẽ cho việc phân tích các dữ liệu dưới dạng đồ họa. Giống như TinkerPlots, Fathom được tạo ra để cho phép người dùng năng động quyền kiểm soát dữ liệu — có nghĩa rằng khi bạn thay đổi điều này trong một tài liệu, tất cả mọi thứ liên quan đến những gì bạn đang thay đổi sẽ cập nhật khi bạn kéo.Này liên kết giữa các bảng dữ liệu, đại diện đồ họa và các biện pháp thống kê có thể là một công cụ mạnh mẽ để khám phá dữ liệu theo cách có ý nghĩa.Chúng tôi sẽ bắt đầu phần này với khám phá dữ liệu véc (một thuộc tính duy nhất trong một tập hợp dữ liệu) và sẽ sử dụng những gì chúng tôi học hỏi với véc dữ liệu để khám phá dữ liệu bivariate (hai thuộc tính trong một tập hợp dữ liệu).

Kết quả (Việt) 2:

Phần 3: Phân tích dữ liệu với Fathom dữ liệu về một hiện tượng quan sát thấy xuất hiện dưới nhiều hình thức khác nhau, thường tần số, điểm số, mã, chủng loại, hoặc các phép đo. Ngoài ra, các hình thức khác nhau của dữ liệu có thể được thể hiện theo nhiều cách. Trong khi xem dữ liệu trong một bảng có thể trợ giúp trong việc kiểm tra các trường hợp cá nhân, đồ thị và các biện pháp thống kê mô tả có thể giúp đỡ trong việc phân tích và mô tả đặc trưng xu hướng trong các bộ tập dữ liệu, hoặc tổng hợp. Phần mềm đã thực hiện việc tái trình bày dữ liệu trong biểu đồ và tính toán biện pháp thống kê nhanh chóng và dễ dàng. Như vậy, thay vì dành thời gian quý báu trong việc xây dựng hình ảnh hiển thị hoặc tính toán các biện pháp, công cụ phần mềm tạo điều kiện hiển thị nhanh chóng và tính toán cho phép thêm thời gian để chi cho việc phân tích dữ liệu. Trong phần 1 và 2, chúng tôi sử dụng các TinkerPlots phần mềm để hỗ trợ cho việc phân tích của dữ liệu. Trong phần này 3 và 4, chúng ta sẽ sử dụng Fathom 2.0 (chương trình giảng dạy chính Press, 2005. TinkerPlots và Fathom sử dụng một giao diện tương tự để cho phép người sử dụng để tiến hành phân tích dữ liệu. TinkerPlots được thiết kế để khuyến khích người dùng để tạo ra các màn hình đồ họa bằng cách thực hiện một loạt các hành động, trong khi Fathom cho phép người dùng dễ dàng tạo ra một loạt các màn hình đồ họa tiêu chuẩn với các hành động ít hơn. trong khi TinkerPlots có khả năng hiển thị các biện pháp của trung tâm trên một đồ thị, Fathom bao gồm một bộ đầy đủ các công cụ có thể cho phép người sử dụng để tính toán thống kê mô tả và suy luận . như vậy, Fathom là một công cụ thống kê mạnh hơn rất nhiều, trong khi TinkerPlots là một công cụ mạnh mẽ cho việc phân tích dữ liệu dưới dạng đồ họa. Giống như TinkerPlots, Fathom được tạo ra để cho phép người dùng có thể kiểm soát động trên dữ liệu có nghĩa là khi bạn thay đổi mọi thứ trong một tài liệu , tất cả mọi thứ liên quan đến những gì bạn đang thay đổi sẽ được cập nhật trong khi bạn kéo. liên kết này giữa các dữ liệu dạng bảng, đại diện đồ họa, và các biện pháp thống kê có thể là một công cụ mạnh mẽ để khám phá dữ liệu theo cách có ý nghĩa. Chúng tôi sẽ bắt đầu phần này với khám phá dữ liệu đơn biến (một đơn thuộc tính trong một bộ dữ liệu) và sẽ sử dụng những gì chúng ta học với dữ liệu đơn biến để khám phá dữ liệu hai biến (hai thuộc tính trong một bộ dữ liệu).