ਤੁਹਾਡੇ ਡਾਟੇ ਵਿੱਚ ਮਜ਼ਬੂਤ ਰੁਝਾਨ ਕਿਸੇ ਕਾਰਨ ਨੂੰ ਸਾਬਤ ਕਿਉਂ ਨਹੀਂ ਕਰਦਾ?
ਮਜ਼ਬੂਤ ਰੁਝਾਨ ਕਾਰਨ ਸਾਬਤ ਨਹੀਂ ਕਰਦਾ, ਕਿਉਂਕਿ ਉਹੀ ਰੁਝਾਨ ਉਦੋਂ ਵੀ ਦਿਸ ਸਕਦਾ ਹੈ ਜਦੋਂ ਕੋਈ ਤੀਜਾ ਕਾਰਕ ਦੋਵਾਂ ਅੰਕੜਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੋਵੇ, ਜਦੋਂ ਕਾਰਨ ਦੀ ਦਿਸ਼ਾ ਉਲਟੀ ਹੋਵੇ, ਜਾਂ ਜਦੋਂ ਮੇਲ ਸਿਰਫ਼ ਇਤਫ਼ਾਕ ਹੋਵੇ। ਸਹਿਸੰਬੰਧ ਮਾਪਦਾ ਹੈ ਕਿ ਦੋ ਚੀਜ਼ਾਂ ਕਿੰਨੀ ਨੇੜਤਾ ਨਾਲ ਇਕੱਠੀਆਂ ਬਦਲਦੀਆਂ ਹਨ; ਇਹ ਨਹੀਂ ਦੱਸਦਾ ਕਿ ਅਜਿਹਾ ਕਿਉਂ ਹੁੰਦਾ ਹੈ।
ਇੱਕ ਕਾਲਪਨਿਕ 30-ਸਟੋਰਾਂ ਵਾਲੇ ਘਰੇਲੂ ਸਮਾਨ ਦੇ ਰਿਟੇਲ ਕਾਰੋਬਾਰ, ਲਾਰਕਫੀਲਡ ਹੋਮ, ਦੀ ਮਿਸਾਲ ਲਓ। ਵਪਾਰ ਮੈਨੇਜਰ ਪ੍ਰਿਆ ਪਿਛਲੀ ਤਿਮਾਹੀ ਦੀ ਸਮੀਖਿਆ ਕਰ ਰਹੀ ਹੈ। ਅੱਠ ਸਟੋਰਾਂ ਨੇ ਹਫ਼ਤੇ ਦੇ ਅੰਤ ਵਿੱਚ ਖਾਣਾ ਪਕਾਉਣ ਦੇ ਭਾਂਡਿਆਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤੇ ਅਤੇ 22 ਨੇ ਨਹੀਂ ਕੀਤੇ। ਉਸਦਾ ਨਿਰਯਾਤ ਕੀਤਾ ਡਾਟਾ ਇਸ ਤਰ੍ਹਾਂ ਹੈ: 'ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਸਟੋਰ: ਔਸਤ ਹਫ਼ਤਾਵਾਰੀ ਵਿਕਰੀ 41,200। ਬਿਨਾਂ ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਸਟੋਰ: 34,900। ਫ਼ਰਕ: +18%। ਨੋਟ: ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਸਟੋਰ ਖੇਤਰੀ ਮੈਨੇਜਰਾਂ ਨੇ ਚੁਣੇ। ਪ੍ਰਦਰਸ਼ਨ ਜ਼ਿਆਦਾਤਰ ਨਵੰਬਰ ਤੋਂ ਦਸੰਬਰ ਤੱਕ ਹੋਏ। ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਸਟੋਰਾਂ ਵਿੱਚ ਸਾਡੇ 6 ਸਭ ਤੋਂ ਵੱਡੇ ਸਟੋਰਾਂ ਵਿੱਚੋਂ 5 ਸ਼ਾਮਲ ਹਨ।' ਸ਼ੀਟ ਦਾ ਸਾਰ ਬਣਾਉਣ ਵਾਲੇ AI ਸਹਾਇਕ ਨੇ ਲਿਖਿਆ: 'ਖਾਣਾ ਪਕਾਉਣ ਦੇ ਭਾਂਡਿਆਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਹਫ਼ਤਾਵਾਰੀ ਵਿਕਰੀ ਵਿੱਚ 18% ਵਾਧਾ ਕਰਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਨੂੰ ਸਾਰੇ ਸਟੋਰਾਂ ਵਿੱਚ ਲਾਗੂ ਕਰਨ ਨਾਲ ਆਮਦਨ ਵਧਣੀ ਚਾਹੀਦੀ ਹੈ।' ਬੋਰਡ ਸੋਮਵਾਰ ਨੂੰ ਇਸਨੂੰ ਸਾਰੇ ਸਟੋਰਾਂ ਵਿੱਚ ਲਾਗੂ ਕਰਨ ਦੀ ਮਨਜ਼ੂਰੀ ਦੇਣਾ ਚਾਹੁੰਦਾ ਹੈ।
| ਸਟੋਰਾਂ ਦਾ ਸਮੂਹ | ਸਟੋਰ | ਔਸਤ ਹਫ਼ਤਾਵਾਰੀ ਵਿਕਰੀ | ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਸਾਈਟਾਂ ਸ਼ਾਮਲ ਹਨ | ਉਹ ਮਹੀਨੇ ਜਿਨ੍ਹਾਂ ਦੌਰਾਨ ਪ੍ਰਦਰਸ਼ਨ ਚੱਲੇ |
|---|---|---|---|---|
| ਨਮੂਨਾ ਸਟੋਰ | 8 | 41,200 | 6 ਵਿੱਚੋਂ 5 | ਜ਼ਿਆਦਾਤਰ ਨਵੰਬਰ ਅਤੇ ਦਸੰਬਰ |
| ਡੈਮੋ ਲਈ ਨਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਸਟੋਰ | 22 | 34,900 | 6 ਵਿੱਚੋਂ 1 | ਕੋਈ ਨਹੀਂ |
ਇਹ ਕਿਵੇਂ ਪਰਖੀਏ ਕਿ ਕੋਈ ਸਹਿ-ਸੰਬੰਧ ਕਾਰਨ-ਅਤੇ-ਨਤੀਜੇ ਦਾ ਸੰਬੰਧ ਹੈ ਜਾਂ ਨਹੀਂ?
ਤਿੰਨ ਵਿਕਲਪੀ ਵਿਆਖਿਆਵਾਂ ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਰੱਦ ਕਰਦੇ ਹੋਏ ਸਹਿ-ਸੰਬੰਧ ਦੀ ਜਾਂਚ ਕਰੋ। ਫਿਰ, ਜਿੱਥੇ ਸੰਭਵ ਹੋਵੇ, ਅਜਿਹੀ ਨਿਰਪੱਖ ਤੁਲਨਾ ਕਰੋ ਜਿਸ ਵਿੱਚ ਸਿਰਫ਼ ਸ਼ੱਕ ਕੀਤਾ ਜਾ ਰਿਹਾ ਕਾਰਨ ਹੀ ਵੱਖਰਾ ਹੋਵੇ। ਹੇਠਾਂ ਦਿੱਤਾ ਹਰ ਕਦਮ ਇੱਕ ਸਵਾਲ ਹੈ ਜੋ ਕਿਸੇ ਵੱਲੋਂ ਪੈਸਾ ਖ਼ਰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਤੁਸੀਂ ਡਾਟੇ ਬਾਰੇ ਪੁੱਛਦੇ ਹੋ।
1. ਨਤੀਜੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲਾ ਹੋਰ ਕਾਰਕ ਲੱਭੋ
ਉਲਝਣ ਪੈਦਾ ਕਰਨ ਵਾਲਾ ਕਾਰਕ ਅਜਿਹਾ ਤੀਜਾ ਕਾਰਕ ਹੁੰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੀ ਤੁਲਨਾ ਦੀਆਂ ਦੋਵੇਂ ਚੀਜ਼ਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਲਾਰਕਫੀਲਡ ਵਿੱਚ ਸਟੋਰ ਦਾ ਆਕਾਰ ਅਤੇ ਮੌਸਮ ਅਜਿਹੇ ਕਾਰਕ ਹੋ ਸਕਦੇ ਹਨ: ਵੱਡੇ ਸਟੋਰਾਂ ਵਿੱਚ ਉਂਝ ਵੀ ਵੱਧ ਵਿਕਰੀ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਨਵੰਬਰ ਤੇ ਦਸੰਬਰ ਵਿੱਚ ਖਾਣਾ ਪਕਾਉਣ ਦੇ ਭਾਂਡਿਆਂ ਦੀ ਵਿਕਰੀ ਵੱਧ ਹੁੰਦੀ ਹੈ। ਪੁੱਛੋ ਕਿ ਦੋਵਾਂ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਹੋਰ ਕੀ ਫ਼ਰਕ ਹੈ।
2. ਦਿਸ਼ਾ ਜਾਂਚੋ
ਉਲਟੀ ਕਾਰਣਤਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜਿਸ ਨੂੰ ਨਤੀਜਾ ਸਮਝਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਉਹੀ ਅਸਲ ਵਿੱਚ ਮੰਨੇ ਗਏ ਕਾਰਨ ਨੂੰ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ। ਜੇ ਖੇਤਰੀ ਪ੍ਰਬੰਧਕਾਂ ਨੇ ਉਨ੍ਹਾਂ ਦੁਕਾਨਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਨ ਦਿੱਤੇ ਜੋ ਪਹਿਲਾਂ ਹੀ ਚੰਗਾ ਕਾਰੋਬਾਰ ਕਰ ਰਹੀਆਂ ਸਨ, ਤਾਂ ਵਧਦੀ ਵਿਕਰੀ ਕਾਰਨ ਪ੍ਰਦਰਸ਼ਨ ਦਿੱਤੇ ਗਏ ਸਨ, ਨਾ ਕਿ ਪ੍ਰਦਰਸ਼ਨਾਂ ਕਾਰਨ ਵਿਕਰੀ ਵਧੀ ਸੀ। ਪੁੱਛੋ ਕਿ ਸਮੂਹ ਕਿਵੇਂ ਚੁਣੇ ਗਏ ਸਨ।
3. ਇਤਫ਼ਾਕ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ
ਅੱਠ ਸਟੋਰਾਂ ਅਤੇ ਇੱਕ ਤਿਮਾਹੀ ਦੇ ਡਾਟੇ ਵਿੱਚ ਫ਼ਰਕ ਸੰਜੋਗ ਨਾਲ ਵੀ ਦਿਖ ਸਕਦਾ ਹੈ, ਖ਼ਾਸ ਕਰਕੇ ਜੇ ਕਿਸੇ ਨੇ ਕਈ ਪ੍ਰਚਾਰ ਮੁਹਿੰਮਾਂ ਦੀ ਜਾਂਚ ਕਰਕੇ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਵੱਖਰੀ ਦਿਸਣ ਵਾਲੀ ਮੁਹਿੰਮ ਬਾਰੇ ਦੱਸਿਆ ਹੋਵੇ। ਪੁੱਛੋ ਕਿ ਕਿੰਨੀਆਂ ਤੁਲਨਾਵਾਂ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ ਅਤੇ ਕੀ ਇਹ ਰੁਝਾਨ ਕਿਸੇ ਹੋਰ ਮਿਆਦ ਵਿੱਚ ਵੀ ਬਣਿਆ ਰਹਿੰਦਾ ਹੈ।
4. ਇੱਕੋ ਜਿਹੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਆਪਸ ਵਿੱਚ ਤੁਲਨਾ ਕਰੋ
ਉਨ੍ਹਾਂ ਹੀ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਡੈਮੋ ਵਾਲੀਆਂ ਦੁਕਾਨਾਂ ਦੀ ਤੁਲਨਾ ਉਨ੍ਹਾਂ ਵਰਗੀਆਂ ਬਿਨਾਂ ਡੈਮੋ ਵਾਲੀਆਂ ਦੁਕਾਨਾਂ ਨਾਲ ਕਰੋ: ਵੱਡੀਆਂ ਦੀ ਵੱਡੀਆਂ ਨਾਲ, ਛੋਟੀਆਂ ਦੀ ਛੋਟੀਆਂ ਨਾਲ। ਜੇ ਜ਼ਿਆਦਾਤਰ ਫ਼ਰਕ ਗਾਇਬ ਹੋ ਜਾਵੇ, ਤਾਂ ਅਸਰ ਅਸਲ ਵਿੱਚ ਨਤੀਜੇ ਨੂੰ ਉਲਝਾਉਣ ਵਾਲੇ ਹੋਰ ਕਾਰਕਾਂ ਦਾ ਸੀ।
5. ਇੱਕ ਪ੍ਰਯੋਗ ਕਰੋ
ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਪਰਖ ਇੱਕ ਨਿਯੰਤਰਿਤ ਅਜ਼ਮਾਇਸ਼ ਹੈ: ਤੁਲਨਾ ਕਰਨ ਯੋਗ ਸਟੋਰ ਚੁਣੋ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਅੱਧਿਆਂ ਨੂੰ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਚੁਣ ਕੇ ਇੱਕੋ ਹਫ਼ਤਿਆਂ ਦੌਰਾਨ ਪ੍ਰਦਰਸ਼ਨ ਕਰਵਾਓ ਅਤੇ ਤੁਲਨਾ ਕਰੋ। ਬੇਤਰਤੀਬ ਵੰਡ ਨਾਲ ਆਕਾਰ, ਥਾਂ ਅਤੇ ਪਿਛਲੇ ਕਾਰੋਬਾਰ ਦਾ ਅਸਰ ਬਰਾਬਰ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ, ਇਸ ਲਈ ਬਚੇ ਹੋਏ ਫ਼ਰਕ ਦਾ ਕਾਰਨ ਪ੍ਰਦਰਸ਼ਨ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਕਾਫ਼ੀ ਵੱਧ ਹੁੰਦੀ ਹੈ।
Larkfield ਦੇ ਡਾਟਾ ਦੀ ਕਮਜ਼ੋਰ ਅਤੇ ਸੁਧਾਰੀ ਹੋਈ ਵਿਆਖਿਆ ਕਿਹੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ?
ਕਮਜ਼ੋਰ ਵਿਆਖਿਆ AI ਦੇ ਸਾਰ ਨੂੰ ਬਿਨਾਂ ਪਰਖੇ ਮੰਨ ਲੈਂਦੀ ਹੈ: 'ਪ੍ਰਦਰਸ਼ਨ ਵਿਕਰੀ 18% ਵਧਾਉਂਦੇ ਹਨ, ਇਸ ਲਈ ਉਨ੍ਹਾਂ ਨੂੰ ਹਰ ਥਾਂ ਚਲਾਓ।' ਇਹ ਆਕਾਰ, ਮੌਸਮ ਅਤੇ ਚੋਣ ਵਿੱਚ ਵੱਖਰੇ ਦੋ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਦੇਖੇ ਗਏ ਫ਼ਰਕ ਨੂੰ ਇਸ ਵਾਅਦੇ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ ਕਿ 22 ਹੋਰ ਸਟੋਰਾਂ ਵਿੱਚ ਵੀ ਇਹੀ ਹੋਵੇਗਾ।
ਸੁਧਾਰੀ ਵਿਆਖਿਆ ਕਹਿੰਦੀ ਹੈ: 'ਡੈਮੋ ਵਾਲੇ ਸਟੋਰਾਂ ਨੇ ਹਰ ਹਫ਼ਤੇ 18% ਵੱਧ ਵਿਕਰੀ ਕੀਤੀ, ਪਰ ਉਹ ਜ਼ਿਆਦਾਤਰ ਸਾਡੇ ਸਭ ਤੋਂ ਵੱਡੇ ਸਟੋਰ ਸਨ, ਉਨ੍ਹਾਂ ਨੇ ਸਾਡੇ ਦੋ ਸਭ ਤੋਂ ਰੁਝੇਵੇਂ ਵਾਲੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਡੈਮੋ ਚਲਾਏ, ਅਤੇ ਖੇਤਰੀ ਮੈਨੇਜਰਾਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਚੁਣਿਆ ਸੀ। ਇੱਕੋ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਪੰਜ ਵੱਡੇ ਡੈਮੋ ਸਟੋਰਾਂ ਦੀ ਤੁਲਨਾ ਵੱਡੇ ਬਿਨਾਂ ਡੈਮੋ ਵਾਲੇ ਸਟੋਰਾਂ ਨਾਲ ਕਰਨ ਉੱਤੇ ਫ਼ਰਕ ਲਗਭਗ 4% ਹੈ, ਜੋ ਆਮ ਹਫ਼ਤਾਵਾਰੀ ਉਤਾਰ-ਚੜ੍ਹਾਅ ਦੇ ਅੰਦਰ ਹੈ। ਅਸੀਂ ਅਜੇ ਨਹੀਂ ਦੱਸ ਸਕਦੇ ਕਿ ਡੈਮੋ ਮਦਦ ਕਰਦੇ ਹਨ ਜਾਂ ਨਹੀਂ। ਪ੍ਰਸਤਾਵ: 12 ਤੁਲਨਾਯੋਗ ਦਰਮਿਆਨੇ ਆਕਾਰ ਦੇ ਸਟੋਰਾਂ ਵਿੱਚ ਛੇ ਹਫ਼ਤਿਆਂ ਦੀ ਅਜ਼ਮਾਇਸ਼, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਛੇ ਡੈਮੋ ਚਲਾਉਣ ਲਈ ਬੇਤਰਤੀਬੀ ਨਾਲ ਚੁਣੇ ਜਾਣ, ਅਤੇ ਖਾਣਾ ਪਕਾਉਣ ਵਾਲੇ ਭਾਂਡਿਆਂ ਦੀ ਵਿਕਰੀ ਤੇ ਕਰਮਚਾਰੀਆਂ ਦੇ ਕੰਮ ਦੇ ਘੰਟੇ ਮਾਪੇ ਜਾਣ।' ਇਹ ਰੂਪ ਬੋਰਡ ਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਕੀ ਪਤਾ ਹੈ, ਕੀ ਨਹੀਂ ਅਤੇ ਇਹ ਕਿਵੇਂ ਪਤਾ ਕਰਨਾ ਹੈ, ਭਾਵੇਂ ਇਸ ਨਾਲ ਇੱਕ ਮਹੀਨੇ ਦੀ ਦੇਰੀ ਹੁੰਦੀ ਹੈ।
AI ਦੇ ਸਾਰ ਆਪਸੀ ਸੰਬੰਧਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਤੁਹਾਨੂੰ ਕਿਵੇਂ ਗੁੰਮਰਾਹ ਕਰ ਸਕਦੇ ਹਨ?
AI ਦੇ ਸਾਰ ਅਕਸਰ ਉਦੋਂ ਗੁਮਰਾਹ ਕਰਦੇ ਹਨ ਜਦੋਂ ਉਹ ਆਪਸੀ ਸੰਬੰਧ ਨੂੰ 'ਵਧਾਉਂਦਾ ਹੈ', 'ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ', 'ਹੁਲਾਰਾ ਦਿੰਦਾ ਹੈ' ਜਾਂ 'ਦੇ ਕਾਰਨ' ਵਰਗੇ ਕਾਰਨ ਦਰਸਾਉਣ ਵਾਲੇ ਸ਼ਬਦਾਂ ਨਾਲ ਬਿਆਨ ਕਰਦੇ ਹਨ। ਇਸ ਨਾਲ ਕੋਈ ਰੁਝਾਨ ਸਾਬਤ ਹੋਏ ਪ੍ਰਭਾਵ ਵਰਗਾ ਲੱਗਦਾ ਹੈ। ਭਾਸ਼ਾ ਮਾਡਲ ਅੰਕੜਿਆਂ ਦੀਆਂ ਸੁਚੱਜੀਆਂ ਵਿਆਖਿਆਵਾਂ ਲਿਖਦਾ ਹੈ; ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਨਾ ਦੱਸੋ, ਇਹ ਨਹੀਂ ਜਾਣਦਾ ਕਿ ਸਟੋਰ ਕਿਵੇਂ ਚੁਣੇ ਗਏ ਸਨ, ਅਤੇ ਇਹ ਆਪਣੇ ਆਪ ਘੱਟ ਹੀ ਦੱਸਦਾ ਹੈ ਕਿ ਇਹ ਕਾਰਨ ਅਤੇ ਸੰਜੋਗ ਵਿੱਚ ਫ਼ਰਕ ਨਹੀਂ ਕਰ ਸਕਦਾ।
ਤੁਸੀਂ ਸਹਾਇਕ ਨੂੰ ਉਹ ਸੰਦਰਭ ਦੇ ਕੇ ਇਸ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹੋ ਜੋ ਉਸ ਕੋਲ ਨਹੀਂ ਹੈ—ਸਮੂਹ ਕਿਵੇਂ ਚੁਣੇ ਗਏ, ਮਿਤੀਆਂ ਅਤੇ ਨਮੂਨੇ ਦਾ ਆਕਾਰ—ਅਤੇ ਉਸ ਨੂੰ ਇਹ ਵੱਖ ਕਰਨ ਲਈ ਕਹਿ ਸਕਦੇ ਹੋ ਕਿ ਡਾਟਾ ਕੀ ਦਿਖਾਉਂਦਾ ਹੈ ਅਤੇ ਉਸ ਦੀ ਸੰਭਾਵੀ ਵਿਆਖਿਆ ਕੀ ਹੋ ਸਕਦੀ ਹੈ। ਫਿਰ ਨਤੀਜਾ ਪੜ੍ਹ ਕੇ ਕਾਰਨ ਦਰਸਾਉਣ ਵਾਲੀਆਂ ਕਿਰਿਆਵਾਂ ਲੱਭੋ ਅਤੇ ਹਰੇਕ ਦੀ ਥਾਂ ਉਹ ਲਿਖੋ ਜੋ ਅਸਲ ਵਿੱਚ ਦੇਖਿਆ ਗਿਆ ਸੀ, ਮਿਸਾਲ ਵਜੋਂ 'ਜਿਨ੍ਹਾਂ ਦੁਕਾਨਾਂ ਨੇ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤੇ, ਉਨ੍ਹਾਂ ਦੀ ਵਿਕਰੀ ਵੀ ਵੱਧ ਸੀ'।
ਤੁਸੀਂ ਕਿਸੇ ਕਾਰਨ-ਨਤੀਜੇ ਦੇ ਦਾਅਵੇ ਦੇ ਆਧਾਰ 'ਤੇ ਕਦਮ ਚੁੱਕਣ ਤੋਂ ਪਹਿਲਾਂ ਉਸ ਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕਰਦੇ ਹੋ?
ਕਿਸੇ ਕਾਰਨ-ਨਤੀਜੇ ਦੇ ਦਾਅਵੇ ਦੀ ਜਾਂਚ ਲਈ ਪੁੱਛੋ ਕਿ ਸਮੂਹ ਕਿਵੇਂ ਚੁਣੇ ਗਏ ਸਨ, ਕੀ ਦੋਵਾਂ ਸਮੂਹਾਂ ਵਿੱਚ ਕਾਰਨ ਨਤੀਜੇ ਤੋਂ ਪਹਿਲਾਂ ਆਇਆ ਸੀ, ਕੀ ਇਹ ਫ਼ਰਕ ਕਿਸੇ ਹੋਰ ਸਮੇਂ ਜਾਂ ਵੱਡੇ ਨਮੂਨੇ ਵਿੱਚ ਵੀ ਬਣਿਆ ਰਹਿੰਦਾ ਹੈ, ਅਤੇ ਜਿੱਥੇ ਸਬੂਤ ਸਿਰਫ਼ ਸਹਿ-ਸੰਬੰਧ ਦਿਖਾਉਂਦੇ ਹਨ, ਕੀ ਸਾਰ ਵਿੱਚ 'ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ' ਲਿਖਿਆ ਹੈ। ਕਿਸੇ ਦੇ ਖ਼ਰਚ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਦਾਅਵੇ ਦੇ ਨਾਲ ਇਹਨਾਂ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਲਿਖੋ।
ਸਹਿ-ਸੰਬੰਧ ਅਤੇ ਕਾਰਨ-ਨਤੀਜੇ ਦੇ ਸੰਬੰਧ ਬਾਰੇ ਆਮ ਗਲਤੀਆਂ ਕਿਹੜੀਆਂ ਹੁੰਦੀਆਂ ਹਨ?
ਸਭ ਤੋਂ ਆਮ ਗ਼ਲਤੀ ਸਿਰਫ਼ ਇਸ ਲਈ ਤਬਦੀਲੀ ਲਾਗੂ ਕਰ ਦੇਣਾ ਹੈ ਕਿ ਅੰਕੜਿਆਂ ਦੇ ਪਟਲ ’ਤੇ ਫ਼ਰਕ ਦਿਖਿਆ ਸੀ, ਬਿਨਾਂ ਇਹ ਪੁੱਛੇ ਕਿ ਸਮੂਹ ਕਿਵੇਂ ਬਣਾਏ ਗਏ ਸਨ। ਹੋਰ ਗ਼ਲਤੀਆਂ: ਉੱਚ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂਕ ਨੂੰ ਸਬੂਤ ਮੰਨਣਾ, ਵੀਹ ਪ੍ਰਚਾਰ ਮੁਹਿੰਮਾਂ ਵਿੱਚੋਂ ਸਿਰਫ਼ ਉਸ ਇੱਕ ਦੀ ਰਿਪੋਰਟ ਦੇਣਾ ਜੋ ਚੰਗੀ ਦਿਖੀ, ਮੌਸਮੀ ਅਸਰ ਭੁੱਲ ਜਾਣਾ, ਅਤੇ ਇਹ ਮੰਨਣਾ ਕਿ ਸਹਿ-ਸੰਬੰਧ ਨਾ ਹੋਣ ਦਾ ਮਤਲਬ ਕੋਈ ਅਸਰ ਨਾ ਹੋਣਾ ਹੈ। ਉਲਟੀ ਗ਼ਲਤੀ ਵੀ ਪੈਸਾ ਖ਼ਰਚ ਕਰਵਾਉਂਦੀ ਹੈ: ਪੂਰੀ ਨਿਸ਼ਚਿਤਤਾ ਹੋਣ ਤੱਕ ਕਾਰਵਾਈ ਕਰਨ ਤੋਂ ਇਨਕਾਰ ਕਰਨਾ, ਜਦਕਿ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਬੇਤਰਤੀਬ ਵੰਡ ਵਾਲਾ ਅਜ਼ਮਾਇਸ਼ੀ ਪ੍ਰਯੋਗ ਆਮ ਤੌਰ ’ਤੇ ਸਸਤਾ ਹੁੰਦਾ ਹੈ।
ਇਸ ਪਾਠ ਦੀ Tosheo.ai ਵਿੱਚ ਕੀ ਥਾਂ ਹੈ?
ਇਹ ਪਾਠ ਡਾਟਾ ਵਿਗਿਆਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਸ਼੍ਰੇਣੀ ਦਾ ਹਿੱਸਾ ਹੈ ਅਤੇ ਡਾਟਾ ਵਿਗਿਆਨ ਕੋਰਸ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਆਉਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਡੈਸ਼ਬੋਰਡਾਂ ਤੋਂ ਲੈ ਕੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਤੱਕ ਹਰ ਅਗਲਾ ਵਿਸ਼ਾ ਇਸ ਗੱਲ ’ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕਿਸੇ ਪੈਟਰਨ ਨੂੰ ਗ਼ਲਤੀ ਨਾਲ ਕਾਰਨ ਨਾ ਮੰਨ ਲਿਆ ਜਾਵੇ। Tosheo.ai ਵਿੱਚ ਅਮਲੀ ਕੰਮ ਲਈ ਤੁਹਾਨੂੰ ਇੱਕ ਕਾਲਪਨਿਕ ਡਾਟਾ ਸਮੂਹ ਅਤੇ AI ਵੱਲੋਂ ਲਿਖਿਆ ਸਾਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। ਮੁਲਾਂਕਣ ਮਾਪਦੰਡਾਂ ’ਤੇ ਆਧਾਰਿਤ ਫੀਡਬੈਕ ਕਾਰਨ ਬਾਰੇ ਹਰ ਉਸ ਦਾਅਵੇ ਵੱਲ ਧਿਆਨ ਦਿਵਾਉਂਦਾ ਹੈ ਜਿਸ ਦੀ ਡਾਟਾ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਹ ਪੇਸ਼ੇਵਰ ਬੁਨਿਆਦ ਹੈ, ਅੰਕੜਾ ਵਿਗਿਆਨ ਦੀ ਡਿਗਰੀ ਨਹੀਂ।
ਸਰੋਤ ਅਤੇ ਦਾਇਰਾ
ਆਸਟ੍ਰੇਲੀਆਈ ਅੰਕੜਾ ਬਿਊਰੋ: ਸਹਿ-ਸੰਬੰਧ ਅਤੇ ਕਾਰਨ-ਕਾਰਜ ਸੰਬੰਧ (ਜਾਂਚ ਕੀਤੀ: 19 ਅਕਤੂਬਰ 2026) ↗