定量数据和定性数据

定量数据和定性数据

有人曾经说过：“如果您无法测量某些东西，您将无法理解它。” 这种信念的另一种说法是：“如果无法衡量，那就不存在。” 这是一种错误的思维方式-一种谬论-实际上有时被称为麦克纳马拉谬论。 这种思维方式可能对国家事务以及个人医疗产生可怕的后果（例如在癌症患者中应用“无进展生存”指标，肿瘤的减少被认为是胜利，而肿瘤治疗的质量相应降低也被认为是胜利）。生活被忽略）。

同样，在数据科学和分析领域，我们经常被这种相同的思维方式所吸引。 定量数据是我们数学模型的现成输入。 可量化的预测模型和规范模型的警号难以抗拒。 如果我们模型的输出是定量的（例如，准确性，精确度，召回率或其他某种验证指标），那么为什么不输入我们模型的输入呢？ 这不是数据驱动的本质吗？

当我们说“数据驱动”时，我们实际上是在说“基于证据”。 证据不仅是定量的。 同样，数据不仅是定量的。 因此，我们急于更加定量化的是定性数据集的巨大价值。 定性数据的价值来自多种方面，包括：