观察变化的事物最重要的是两点:1.找到关联;2.描述关系
一般到对变化事物进行建模,就是已经发现关联,在描述关系了。那如何描述呢:基本就是图和数学公式推导。
但是不论图像还是数学公式,观察无非就是定量和变量关系,或者差值之间关系。一般我们分析都是差值之间的关系,也就是斜率,最经典的应用就是加速度的计算了。
在分析数据时,最好图和数据相结合,切记单图或者但数据推导,前者有作弊或者敝帚自珍之嫌,或者增加了它人理解的难度。
当然现实往往和理想是相悖的。这就导致数据在不同时间段内,呈现出连续或者离散关系。
最经典的就是酵母菌培养试验,较长时间段内,可能就是离散,因为随着时间推移,变化量不稳定(最后会因为资源问题,酵母菌量趋于稳定,再往后会下降),即原本连续变化会因为条件的改变,而改变变化规律。那么很有多解决方式,比如多变量模型;或者单一变量,不同阶段采用不同的系数去做区分。就以酵母菌培养试验为例:
1.考虑死亡,出生,资源三者关系;
2.考虑死亡系数,公式如下: 变化量P=Pn-Pn-1=k(常量系数-Pn)Pn
猜测法:
建模的时候往往凭借的不是大量的数据,而是简单的统计结果,加上感觉和经验,这就是猜测法的由来。
很简单:1猜,2列,3代,4验;
猜测模型,列出公式,代入数据,验证结果。
这里再来吐槽一下大数据和数据挖掘,吹得很牛很神,但是在老工人和资深业务眼里,还不如猜测法,往往一估摸,就八九不离十了。但猜测法缺点就是靠人的经验,固守原有观念,难以挖掘其他东西。
所以拙以为:大数据和数据挖掘是个锦上添花的东西,而非雪中送炭,真正是要靠六西格玛,精益求精,零库存等管理理念去规范化操作。在一切都规范和精益后再用数学方式查找常识之外的东西。
当然有了公式之后,就要洞察行为了,也就是所谓的长期行为。主要有对比观察,不同系数阶段观察,平衡点观察等。