Некоторые методы, которые используются для анализа данных помимо среднего арифметического:

• Описательная статистика. 3 Включает в себя методы, которые позволяют суммировать и описывать основные характеристики данных. 3 Ключевые показатели: среднее значение, медиана, мода, стандартное отклонение и диапазон. 3
• Корреляционный анализ. 3 Используется для определения степени взаимосвязи между двумя переменными. 3 Коэффициент корреляции варьируется от -1 до 1, где -1 указывает на идеальную отрицательную корреляцию, 1 — на идеальную положительную корреляцию, а 0 — на отсутствие корреляции. 3
• Регрессионный анализ. 23 Позволяет моделировать зависимость одной переменной от другой. 3 Наиболее распространённым является линейный регрессионный анализ, который использует уравнение прямой линии для предсказания значений. 3
• Кластерный анализ. 3 Позволяет визуализировать структуру данных и может быть полезен для анализа сложных данных. 3
• Диагностическая аналитика. 5 Помогает отвечать на вопросы о причинах определённых событий за счёт исследования показателей эффективности. 5 Как правило, предполагает выявление аномалий, сбор данных, связанных с этими аномалиями, и применение статистических методов для поиска потенциальных объяснений. 5
• Когнитивная аналитика. 5 При таком анализе применяются технологии машинного обучения и обработки естественного языка. 5 Это позволяет системе понимать информацию, выстраивать логические связи и обучаться на основе данных примерно так же, как это происходит при мыслительной деятельности человека. 5
• Текстовая аналитика. 5 Для этого применяются специальные алгоритмы и другие методы извлечения информации из больших объёмов текстовых данных, например публикаций в социальных сетях или отзывов клиентов. 5