2.4 פֿאָרש סטראַטעגיעס

געגעבן די צען טשאַראַקטעריסטיקס פון גרויס דאַטע קוואלן און די טאָכיק לימיטיישאַנז פון אַפֿילו בישליימעס באמערקט דאַטן, וואָס מין פון פאָרשונג סטראַטעגיעס זענען נוציק? אַז איז, ווי קענען מיר לערנען ווען מיר טאָן ניט פרעגן שאלות און טאָן ניט לויפן יקספּעראַמאַנץ? עס זאל ויסקומען אַז פּונקט וואַטשינג מען קען נישט פירן צו טשיקאַווע פאָרשונג, אָבער אַז ס 'נישט דער פאַל.

איך זען דרייַ הויפּט סטראַטעגיעס פֿאַר וויסן פון אָבסערוואַטיאָנאַל דאַטע: קאַונטינג זאכן, פאָרעקאַסטינג זאכן, און אַפּפּראָקסימאַטינג יקספּעראַמאַנץ. איך וועט באַשרייַבן יעדער פון די אַפּראָוטשיז-וואָס קען זיין גערופֿן "פאָרשונג סטראַטעגיעס" אָדער "פאָרשונג רעסאַפּיז" -אַנד איך וועט אילוסטרירן זיי מיט יגזאַמפּאַלז. די סטראַטעגיעס זענען ניט מיוטשואַלי ויסשליסיק אָדער יגזאָסטיוו, אָבער זיי טאָן כאַפּן אַ פּלאַץ פון פאָרשונג מיט אָבסערוואַטיאָנאַל דאַטע.

צו פאָרעשאַדאָוו די קליימז אַז נאָכפאָלגן, קאַונטינג זאכן איז מערסט וויכטיק ווען מיר זענען עמפּיריקלי אַדדזשודיקאַטינג צווישן פֿאָרויסזאָגן פון פאַרשידענע טיריז. פאָרעקאַסטינג, און ספּעציעל נאָווקאַסטינג, קענען זיין נוצלעך פֿאַר פּאָליטיק מייקערז. צום סוף, גרויס דאַטן ינקריסאַז אונדזער פיייקייַט צו מאַכן קאַוסאַל עסטאַמאַץ פון אָבסערוואַטיאָנאַל דאַטע.