【王博專文】大數據分析與應用實務_數據關聯性與因果性: X 數據矩陣與 Y數據矩陣

本文出自王博專文

認識客戶的工業數據-

Chapter 4：數據關聯性與因果性: X 數據矩陣與 Y數據矩陣

◎

說明

結構化大數據中，可以想像成 X 矩陣數據與Y 矩陣數據之收集與分析。如果Y 矩陣數據代表是良率 (Y1) 與強度 (Y2)，而 對X 矩陣數據，我們嘗試收集如溫度(X1) 壓力(X2) 催化劑 (X3) 等控制參數，再試圖找出控制X矩陣的方法以達到Y矩陣之最佳化。必須注意的是，若兩矩陣間，具有關聯性 (Correlation) 。須注意的是:兩矩陣間，並不見得具有因果性 (Causality)。

若發現數據X與數據Y有相對應的關聯性，常會做出「X影響Y」的結論。事實上，所謂的「影響」牽涉到時間先後的因果概念，必須同時滿足以下條件:

1. X比Y先發生
2. 有 X 輸入時，Y 才有反應;反之，則無。

但沒有關聯性，因果性常常會薄弱許多，實務上我們會暫時擱置 X 影響 Y 之看法。大數據中，常常透過實驗設計 Design of Experiments (DOE) 來完成因果性之實驗，因在 DOE 中，X 必定發生於 Y 之前，而透過 X 矩陣之特殊設計，如直交表
(Orthogonal Array)，可檢視 X 之存在與 Y 效果之呈現，加上又可做出 X 矩陣之線性組合與 Y 之數學關係來推估線性參數的關聯分析，能一舉多得因果性。

若依照資訊兩矩陣的組合模式，可分類如下表的方法來做分析。在後面的章節，將以JMP為工具，為大家循序介紹，如何將各種數據模式關聯、分析與預測的方法。