tgoop.com/gspec/1622
Last Update:
На полях большого количественника
Любимый спор между количественниками, ориентированными на явные статистические взаимосвязи, и качественниками - это вопрос, что не может объяснить статистика и когда появляется необходимость в качественных подходах. Теперь у меня есть ответ из перспективы данных - качественные методы нужны, когда у вас несмотря на все старания с выборкой получается крайне гетерогенная структура отношений и нелинейные взаимосвязи между переменными. И появляется необходимость формировать подвыборки и подгруппы.
И здесь возникает проблема - с одной стороны эти вопросы понятным образом решаются многомерным анализом, попыткой сжать размерность базы и выявить наиболее сильные явные или скрытые факторы. Хорошо, если такие есть.
Кажется факторы позволяют сохранить локус контроля внутри данных - они дают очень быстрое, очень верхнеуровневое представление о различиях и группах. Если связи значительно нелинейны, часть их остаётся необъясненной и требуется более детальный, часто качественный и графический анализ полученных данных.
Ключевой момент этой истории - в качественных проектах мы всегда говорим про скрытые переменные, периферийные явления, которые тем не менее имеют потенциал для влияния или уже влияют на существующие отношения.
Качественник всегда следопыт и охотник. Количественник оперирует конструируемым пространством тестов и гипотез.
BY Ухо Гераклита
Share with your friend now:
tgoop.com/gspec/1622