ANALIZA DATELOR DIGITALE CURS 1
28 februarie 2022
Analiza Datelor Digitale
Gândirea critică şi gândirea creativă - Gândirea deterministică şi gândirea statistică – Testarea ipotezelor
CURS 3
S.l. dr. ing. Eduard ZADOBRISCHI
Media Digitală
An II
Creativitatea poate fi antrenată!!
2
Pălăria albă – evaluarea obiectivă a situațiilor:
fapte,cifre, informații.
Pălăria verde – ipoteze fantastice,
brainstorming
De Bono: Metoda celor 6 pălării gânditoare
Pălăria roșie – se referă la emoții, la senzații și la intuiții
Pălăria neagră – gânduri negative, critică,
tot ceea ce
poate merge prost.
Pălăria galbenă – oportunități, gânduri
pozitive, optimism
Pălăria albastră – permite observații asupra gândurilor și corectarea lor.
•Arhive, Rapoarte, Media, Articole, Cărți, Biografii, Imagini, Audio & Media Digitală
3
Majoritatea oamenilor poartă una sau două “pălării” când ar trebui să ne folosim toate cele 6 moduri de procesare a informaţiei şi să nu le confundăm între ele.
Ne ajută privim o problemă din diverse perspective, să înţelegem mai bine punctele celorlalţi de vedere şi să generăm idei noi.
Cele 6 moduri de procesare a informației:
1. Vizual:
2. Auditiv:
3. Kinestezic:
4
4. Logic:
5. Emoțional:
6. Spiritual:
Care sunt avantajele unei astfel de abordări?
Evoluțiile posibile ale produsului în funcție de SCOP
5
Nevoia clienților
Descrierea clienților
Simplu
roșu
robust,
cu roți
Ce a dezvoltat la final?
Ceea ce se aștepta producătorul să facă.
Ceea ce a descris designerul.
Ce înțelege inginerul?
Monitorizarea SCOPULUI proiectului pe durata de implementare
6
Nevoile clientului
Specificații
Ce s-a realizat?
Erori în specificații
Reziduri
Nemulțumire
Adecvat
Calitate
Hazard
Supracalitate
Circuitul judecătoresc
Timpul necesar și abilitatea managementului � de a influența rezultatul proiectului
7
Fazele unui proiect
ridicat
Index
al atenției
și al influenței
Atenția și timpul
acordate proiectului
scăzut
Studiu Cunoștințe
Investigarea Conceptului
Proiectul inițial
Dezvoltarea
Prototipului
Testarea
Abilitatea de a influența rezultatul
Elaborarea tezei
îmbunătățirea / documentației
10 cauze de eșec ale proiectelor (în general)
8
Originile incertitudinii
9
Fenomenul nu este determinist
Erori de măsurare aleatoare, zgomot, incertitudine, dezamăgire.
Aspectele pe care am putea să le știm în principiu, dar nu le știm de exemplu, din cauza limitărilor de costuri, timp, conduc către o gestionare a incertitudinii.
Putem cuantifica incertitudinea folosind PROBABILITATEA?
Chiar dacă experimentul are un REZULTAT ALEATORIU (de exemplu: cap/coadă) sau EVENIMENTE (subansambluri ale tuturor rezultatelor).
Clasificarea evenimentelor
a) sigur - evenimentul apariției uneia din fețele 1,2,3,4,5,6 ale unui zar;�b) imposibil - evenimentul apariției feței 7 la aruncarea unui zar;�c) aleator - evenimentul apariției feței 3 la aruncarea unui zar.
Frecvența unui eveniment
Probabilitatea unor evenimente aleatoare
În cazul unui număr n suficient de mare de experimente în care evenimentul E apare de m ori, frecvența relativă m/n poate fi considerată valoarea probabilităților. Această valoare se numește probabilitatea (statistică a) evenimentului E și se notează P(E); �
Interpretarea probabilității
10
A, B, ... sunt rezultatele unui experiment repetabil
A, B, ... sunt ipoteze (afirmații care sunt adevărate sau false)
Probabilitate condiționată, independență
11
Probabilitatea condiționată a lui A divizibil cu B
(cu P(B) ≠ 0):
Spre ex. aruncarea zarurilor :
Subseturi A, B independent if: Obs. Dacă A, B independent - și P expune că A este intersectat cu B.
N.B. nu confundați cu submulțimile disjunse, adică
Teorema lui Bayes
12
Din definiția probabilității condiționate avem,
dar
, astfel
Bayes’ theorem
Publicat pentru prima dată (postum) de reverendul Thomas Bayes (1702-1761)
Un eseu spre rezolvarea unei probleme în doctrina șanselor, Philos. Trans. R. Soc. 53
(1763) 370; retipărit în Biometrika, 45 (1958) 293.
și
Legea probabilității totale
13
Se consideră o submulțime B a spațiului eșantion S,
B ∩ Ai
Ai
B
S
împărțit în submulțimi disjunse Ai
astfel încât ∪i Ai = S,
→
→
→
legea probabilității totale
Teorema lui Bayes devine
Un exemplu folosind teorema lui Bayes
14
Să presupunem că probabilitatea (pentru oricine) de a avea COVID este:
← probabilități anterioare, adică înainte de orice test efectuat
Luați în considerare un test SARS CoV 2: rezultatul este + sau -
← probabilitățile de a identifica (in)corect o persoană infectată
← probabilitățile de a identifica (in)corect o persoană neinfectată
Să presupunem că rezultatul tău este +. Cât de îngrijorat ar trebui să fii?
P (COVID) = 0.001
P (no COVID) = 0.999
P ( + | COVID) = 0.99
P ( - | COVID) = 0.01
P ( + | no COVID) = 0.03
P ( - | no COVID) = 0.97
Exemplu de teoremă a lui Bayes (continuare)
15
Probabilitatea să fii bine este ridicată.
Punctul tau de vedere: daca am un test pozitiv, am COVID
Punctul de vedere al medicului dumneavoastră: 25% dintre oameni ca acesta vor avea COVID;
← probabilitate posterioară
Probabilitatea de a avea COVID primim a + rezultatul este
P ( + | COVID) * P (COVID)
P (COVID | +) = -
P ( + | COVID) * P (COVID) + P ( + | no COVID) * P (no COVID)
0.99 * 0.001
= -
0.99 * 0.001 + 0.03 * 0.999
= 0.2477
Statistica Bayesiană − filozofie generală
16
În statistica bayesiană, utilizați probabilitatea subiectivă pentru ipoteze:
probabilitate posterioară, adică
după ce vedem datele.
probabilitate anterioară, adică
înainte de a vedea datele.
probabilitatea datelor presupunând ipoteza H (probabilitatea).
normalizarea presupune suma peste toate ipotezele posibile.
Teorema lui Bayes are un caracter „dacă-atunci”: dacă probabilitățile tale anterioare au fost (H), atunci spune cum ar trebui să se schimbe aceste probabilități în modul de vizualizare al datelor.
Fără prescripție generală pentru informații anterioare (subiectivă!)
Exerciții practice pentru gândirea critică și creativă:��
17
1. Analiza unui articol de știri:
�
Subiect: Creșterea prețurilor la energie
�
Articol: "Creșterea prețurilor la energie: cauze și consecințe" (Digi24, 16 noiembrie 2023)
�
b. Evaluarea titlului și subtitlului:
18
c. Analiza conținutului:
d. Identificarea eventualelor părtiniri:
e. Formularea concluziilor:
Brainstorming pentru rezolvarea unei probleme�
19
Problemă: Lipsa de motivație pentru a face sport
�
Analiza ideilor:
20
Selectarea ideilor:
Plan de acțiune:
Testarea unei ipoteze�
21
Ipoteză: Plantele cresc mai bine în lumină naturală decât în lumină artificială.
�
Predicție:
Variabile:
Experiment:
22
Colectarea și analiza datelor:
Concluzii:
Gândirea deterministă vs. Gândirea statistică��
23
Exemplu practic - Gândirea deterministă
24
Exemplu practic - Gândirea statistică
25
Concluzii
26
Testarea ipotezelor��
27
Formularea unei predicții
28
Proiectarea unui experiment
Colectarea și analizarea datelor
Tragerea concluziilor
Importanța testării ipotezelor
29
Exerciţiul 1
(Temă pentru acasă): Afişul tău publicitar
Scrieţi într-o pagină povestea acestui nasture. Spre exemplu, cine a fost stăpânul lui, cum era, de la ce haină este el, cum era haina (culoare, măsură, stofă), s-a întâmplat cu haina, etc.
Exerciţiul 2
(Temă pentru acasă): Afişul tău publicitar
Pregătiţi în format digital un afiş publicitar în format A3 despre dumneavostră.
Exerciţiul 3
(Temă pentru acasă): Infograf despre valori
Pregătiţi un infograf digital în format A3 despre valori (general umane, naţionale, personale)
30