This summary consists of all the theory given in the lectures of the Data Analytics for Engineers course. Additionally, it also consists of examples to help you understand the subject matter. This summary will provide you with the necessary basics for the exam!
Lieve Göbbels
Data Analytics (2IAB0)
Semester 2, 2020-2020
Data Analytics for Engineers
Exploratory Data Analysis (EDA) 2
Types of data 2
Elementary statistical plots 3
Summary statistics 3
Advanced statistical plots 4
Data Visualization (VIS) 6
Visualization 6
Colors and color de ciency 7
Idioms 8
Checklist for effective visualization 9
Data Mining Methods (DMM) 10
Data mining 10
Four methods 10
Linear model quality 11
K-Means clustering 11
Distances 12
Decision tree quality 12
Support of an item set (association rules) 12
Data Organization and Queries (ORG) 13
Data organization 13
SQL 14
Data Aggregation and Sampling (DAS) 16
Important concepts 16
Measurements and sampling 17
Data cleaning and ltering 17
Hypothesis Formulation and Testing (HYP) 19
Distributions 19
Metrics 19
Con dence intervals and hypothesis testing 20
, Exploratory Data Analysis (EDA)
In short:
• Types of data
• Elementary statistical plots
• Summary statistics
• Advanced statistical plots
Types of data
Important concepts
Data = raw, unorganized numbers, facts, etcetera
information = structured, meaningful and useful numbers and facts
Data types
• numerical = data that has intrinsic numerical value
‣ continuous = data that can attain any value on a given measurement scale
- interval = no xed zero point; only di erences have meaning
- ratio = xed zero point; ratios have meaning
‣ discrete = can only attain a nite number of values
• categorical = no intrinsic numerical value
‣ nominal = two or more outcomes that have no natural order
‣ ordinal = outcomes that have a natural order; sequential, diverging or cyclic
Examples:
• Temperature is interval data since 20°C ≠ 2 × 10°C
• length is ratio data since 20m = 2 × 10m
• categorical data (e.g. ratings) are sometimes labeled with numbers, but these numbers are meaningless,
so they are not numerical data
Tables
Tables are good for reading values and to draw attention to actual values. There are two kinds of tables:
• reference table = store all data in a table so that is can be looked up easily;
• demonstration table = a table to illustrate a point.
Key features of EDA
• getting to know the data before further analysis;
• extensively using plots;
• generating questions;
• detecting errors (what are reasonable values?; given one value, what could be the others?).
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Lieve12. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €5,74. Je zit daarna nergens aan vast.
