Tóm tắt

Chương đầu tiên của giáo trình trình bày các công cụ trực quan hóa dữ liệu có thể sử dụng được cả ở giai đoạn trước và sau khi phân tích dữ liệu. Trước giai đoạn phân tích dữ liệu, trực quan hóa giúp tìm hiểu về các biến phân tích, mối quan hệ giữa chúng để định hướng cho các mô hình phân tích. Sau giai đoạn phân tích dữ liệu, trực quan hóa giúp trình bày các kết quả của phân tích dữ liệu bằng hình ảnh giúp truyền đạt rõ ràng những hiểu biết đầy đủ từ dữ liệu đến người xem. Ba chương tiếp theo giới thiệu các phương pháp khám phá dạng liên hệ giữa các biến nhằm giảm chiều dữ liệu. Chương 2 trình bày phương pháp phân tích thành phần chính. Mục đích của phương pháp này là tìm kiếm các biến ẩn có mối liên hệ tương quan với các biến ban đầu, nhằm tóm lược một số lượng lớn biến ban đầu bằng một số ít các biến hơn. Phương pháp được sử dụng để tìm ra các biến mới phục vụ cho các phương pháp phân tích dữ liệu khác hoặc tính các chỉ số tổng hợp. Chương 3 thảo luận phương pháp phân tích đa tương ứng với nguyên lý tương tự như phương pháp phân tích thành phần chính nhưng được áp dụng chủ yếu cho dữ liệu định tính - một dạng dữ liệu rất. phổ biến hiện nay. Chương 4 mô tả về phương pháp phân tích tương quan đa biến giúp phân tích mối liên hệ giữa hai tập hợp biến. Hai chương tiếp theo sử dụng kỹ thuật phân nhóm các quan sát dựa trên các đặc điểm tương đồng hay khác biệt của các quan sát trên cơ sở các biến phán tích. Chương 5 giới thiệu phương pháp phân tích cụm để nhóm các quan sát vào các cụm mà đặc điểm của các cụm chỉ được biết sau khi đã phân cụm. Phương pháp phân tích phân biệt trình bày ở Chương 6 cũng đề cập đến việc phân loại các quan sát nhưng vào các nhóm với đặc điểm đã được xác định trước