收集数据(收集数据以后可以用什么和什么描述数据)

admin
摘要今天我们来聊聊收集数据,以下6个关于收集数据的观点希望能帮助到您找到想要的百科知识。本文目录数据收集的四种常见方式收集数据的方法有哪些?怎样收集数据?常见的收集数据的方法有什么?常见的收集数据的方法有...

今天我们来聊聊收集数据,以下6个关于收集数据的观点希望能帮助到您找到想要的百科知识。

本文目录

  • 数据收集的四种常见方式
  • 收集数据的方法有哪些?
  • 怎样收集数据?
  • 常见的收集数据的方法有什么?
  • 常见的收集数据的方法有哪些
  • 如何收集数据
  • 数据收集的四种常见方式

    数据收集的四种常见的方式包括问卷调查、查阅资料、实地考查、试验,几种方法各有各的又是和缺点,具体分析如下。

    一是问卷调查。问卷调查是数据收集最常用的一种方式,因为它的成本比较低,而且得到的信息也会比较全面。但是问卷调查所得到的答案通常是没有针对性的,也就是说,对问卷调查所收集到的数据要进行进一步的分析。并且以前问卷调查推广的时间会比较慢,因为很耗人力。但是现在网上有很多问卷调查的网站,如果通过问卷调查网站收集数据的话,那么会更方便快速一些。所以问卷调查操作方便,缺点是数据没有针对性,无法得到深层次的数据。

    二是查阅资料。查阅资料是最古老的数据收集的方式,通过查阅书籍,记录等资料来得到自己想要的数据。在这个数据收集的过程中,本来就有筛选性和分析性,也就是说,查阅资料所得到的数据,相对而言,可能更接近你想要得到的结果。现在不管是图书馆还是网络查询,都是非常方便的,给查阅资料提供了很好的环境。查阅资料的缺点是对操作者的要求很高,并且现在资料繁琐真假参半,需要有很高的判断力。

    三是实地考查。实地考察就是到指定的地方去做研究 。指为明白一个事物的真相,势态发展流程,而去实地进行直观的,局部进行详细的调查。在考察过程中,要随时对自己观察到的现象进行分析,努力把握住考察对象的特点。这种收集数据的方式就比较耗时耗力,并且也需要大家的配合。这种收集方式的优点是可以第一时间得到第一手的资料,缺点就是可能没有办法达到你想要的目标,因为考察过程中变数也是很大的。

    四是实验。实验设计数据是四种方法中最耗时间的一种,因为它是通过各种各样的实验来得到一个统一的方向,也就是说,在这个过程中,可能有无数次的失败。但是实验得到的数据是最准确的,而且可能会推动某个行业的进步。所以,实验收集数据的优点是数据的准确性很高,而他的缺点就是未知性很大,不管实验的周期还是实验的结果都是不确定性的。

    随着科技的发展和大数据时代的到来,收集数据越来越容易,而大家也应该更注重于保护和利用数据。

    收集数据的方法有哪些?

    1、调查法

    调查方法一般分为普查和抽样调查两大类。 2、观察法

    观察法是通过开会、深入现场、参加生产和经营、实地采样、进行现场观察并准确记录(包括测绘、录音、录相、拍照、笔录等)调研情况。主要包括两个方面:一是对人的行为的观察,二是对客观事物的观察。观察法应用很广泛,常和询问法、搜集实物结合使用,以提高所收集信息的可靠性。 3、实验方法

    实验方法能通过实验过程获取其他手段难以获得的信息或结论。实验者通过主动控制实验条件,包括对参与者类型的恰当限定、对信息产生条件的恰当限定和对信息产生过程的合理设计,可以获得在真实状况下用调查法或观察法无法获得的某些重要的、能客观反映事物运动表征的有效信息,还可以在一定程度上直接观察研究某些参量之间的相互关系,有利于对事物本质的研究。 4、文献检索

    文献检索就是从浩繁的文献中检索出所需的信息的过程。文献检索分为手工检索和计算机检索。 5、网络信息收集

    网络信息是指通过计算机网络发布、传递和存储的各种信息。收集网络信息的最终目标是给广大用户提供网络信息资源服务,整个过程经过网络信息搜索、整合、保存和服务四个步骤

    怎样收集数据?

    数据的搜集要有明确的目的。如果是为了对生产工序进行预防性的控制和管理,就要以工序作为对象,从该道工序加工生产的产品中,定期随机抽取样本进行测试,以获得所需要的数据;如果是为了检验、验收某一批产品,就应当以这一批产品为对象,从该批产品中随机地抽取一部分产品为样本,进行检测来获得所需的数据。

    所谓随机取样就是按照随机性原理从总体中抽取一定数据的样品,作为代表组成样本的过程。随机取样方法有单纯随机取样法、分层随机取样法和整群随机取样法。单纯的随机取样法又有抽签法、掷骰子法和乱数表法。

    数据搜集应当做到目的明确、数据真实准确和记录完整。

    搜集数据的目的不同,搜集的过程和方法也不同。比如,我们要了解某一产品的整体质量情况,就要从不同的机台、不同的操作者、不同的时间里加工出来的产品中取样测量,来获得数据。而如果是为了了解某一机台的加工质量,则应当从同一机台、同一操作者在一段时间里加工出来的产品中取样测量,来获得数据。

    搜集数据应当真实准确。不准确的数据,不但没有意义,而且会因为提供了假信息而引起判断和决策的错误,造成不应有的损失,这也就是“假数据比没有数据更坏”的道理。

    搜集数据时,还应当把搜集数据的条件完整地记录下来,比如把抽样方式、抽样时间、检测仪器、工艺条件等如实完整的记录下来。

    常见的收集数据的方法有什么?

    1、调查法

    调查方法一般分为普查和抽样调查两大类。

    2、观察法

    观察法是通过开会、深入现场、参加生产和经营、实地采样、进行现场观察并准确记录(包括测绘、录音、录相、拍照、笔录等)调研情况。主要包括两个方面:一是对人的行为的观察,二是对客观事物的观察。观察法应用很广泛,常和询问法、搜集实物结合使用,以提高所收集信息的可靠性。

    3、文献检索

    文献检索就是从浩繁的文献中检索出所需的信息的过程。文献检索分为手工检索和计算机检索。

    按性质分为:

    ①定位的,如各种坐标数据;

    ②定性的,如表示事物属性的数据(居民地、河流、道路等);

    ③定量的,反映事物数量特征的数据,如长度、面积、体积等几何量或重量、速度等物理量;

    ④定时的,反映事物时间特性的数据,如年、月、日、时、分、秒等。

    按表现形式分为:

    ①数字数据,如各种统计或量测数据。数字数据在某个区间内是离散的值。

    ②模拟数据,由连续函数组成,是指在某个区间连续变化的物理量,又可以分为图形数据(如点、线、面)、符号数据、文字数据和图像数据等,如声音的大小和温度的变化等。

    常见的收集数据的方法有哪些

    亲很高兴能为您服务!收集数据常用的方法有调查、实验、查阅资料哦【摘要】

    常见的收集数据的方法有哪些【提问】

    亲很高兴能为您服务!收集数据常用的方法有调查、实验、查阅资料哦【回答】

    如何收集数据

    采集的样本要能够代表总体,并且分布均匀

    根据任务目标的不同,明确待采集样本的总体。不能把调研女性购物习惯的问卷广泛的撒给包括男生在内的所有人群,要精准投放调查。不能只调研商场购物的女性的特点,而忽略网络购物,小市场购物,海淘购物等女性客户的特点,要分布均匀。

    明确记录样本采集的条件和环境

    不同条件下的采样样本,会有不同的表现。要详细的记录采样时的上下文,这样才能在以后分析的时候明确哪些可能是干扰因素,也能够帮助理解数据分析看到的一些现象。

    使用高效的采样工具

    只有数据量大到一定程度,才具有统计学的意义,我们才可以根据数据分析结果得到统计学上的结论。因此,在短时间内,以较少的人力物力获得样本是很重要和必要的。如果研究领域有现成的采样工具就再好不过了,务必在采样之前详细调研和分析现有的采样工具,或者自行研究高效的采样工具和设计采样方法。

    预处理样本

    采集到的数据质量参差不齐,会有数据错误,数据丢失的现象存在。因此,在真正利用数据进行分析之前,要对数据进行清洗。主要需要解决的问题是:如何使用残缺样本?某些样本有部分数据残缺,是因为没有采样到呢?还是因为某些样本就不应该有这些数据?需要人工分析下原因,再决定以何种方式补全样本的残缺属性或者丢弃样本。

    利用统计指标或数据挖掘技术合理分析样本

    当采集好了大量的数据,肉眼是无法了解数据说明什么问题的。因此需要使用统计学上的常见指标或者数据挖掘技术来分析样本。统计学上的指标一般有概率分布,中位数,期望,方差,相关系数等。数据挖掘技术一般有聚类,分类,关联分析,时序分析等。

    分析统计结果的具体含义

    统计学的结果得到了之后,我们还需要理解各个参数能够说明什么问题。这些参数的表现是否符合人们的常识和规律,如果不符合是因为什么原因造成的。然后根据统计结果来得出结论或者继续修正样本采集和分析的任务。

    7

    备份样本和各个阶段的预处理样本

    最重要的,好不容易采集好的样本,丢了或者弄出错实在可惜。所以要认真备份原始的样本以及各个阶段的预处理样本和相应的处理方法。这样即使当前数据出了错误,还可以回滚到原始的版本,而不会没有样本可用。

    今天的内容先分享到这里了,读完本文《收集数据(收集数据以后可以用什么和什么描述数据)》之后,是否是您想找的答案呢?想要了解更多百科知识,敬请关注本站,您的关注是给小编最大的鼓励。

    标签:收集数据数据收集的四种常见方式收集数据的方法有哪些?怎样收集数据?常见的收集数据的方法有什么?常见的收集数据的方法有哪些如何收集数据

    免责声明:本文由用户上传,如有侵权请联系删除!