1。パターンと傾向の識別：
*特定の変数は一貫して相互に関連していますか？
*データに予期しないクラスターや興味深いクラスターはありますか？
*時間の経過とともに、またはさまざまなグループ間で変更を確認できますか？
2。テスト仮説：
*データは、研究されている現象に関する最初の仮定をサポートまたは反論していますか？
*グループまたは条件の間に統計的に有意な違いはありますか？
3。 パラメーターの推定：
*特定の変数の平均値は何ですか？
*平均周辺のデータのばらつきまたは拡散は何ですか？
*特定のイベントを観察する確率を推定できますか？
4。建物モデル：
*変数間の関係を正確に説明する数学的または統計的モデルを開発できますか？
*このモデルを使用して、将来の結果を予測したり、情報に基づいた決定を下したりできますか？
5。結論を描く：
*調査結果は、研究されている現象について何を教えてくれますか？
*研究の限界と将来の研究への影響は何ですか？
具体的には、科学者は次のように探しています。
* 外れ値： エラーであるか、ユニークなものを表す可能性のある珍しいデータポイント
* 相関： 変数間の関係
* 協会： 変数が一緒に変化する方法
* 違い： グループまたは条件がどのように異なるか
* トレンド： 時間またはグループ間のパターン
* 変動性： データの変更量
* 統計的有意性： 観察された結果が偶然に起因する可能性が高いかどうか
データ分析の目標は、単にデータを説明するだけでなく、洞察を得、結論を引き出し、研究の質問に答えることであることを覚えておくことが重要です。
