2.นางสาวชนัญชิดา แจ้งจันทร์ เลขที่3

3.นางสาววริษฐา หวังวัชรกุล เลขที่ 4

4.นายปณิธาน ก่อแก้ว เลขที่24

การวิเคราะห์ข้อมูล 4 ประเภทหลักๆ ได้แก่ การวิเคราะห์เชิงพรรณนา (Descriptive Analytics), การวิเคราะห์เชิงวินิจฉัย (Diagnostic Analytics), การวิเคราะห์เชิงทำนาย (Predictive Analytics) และการวิเคราะห์เชิงแนะนำ (Prescriptive Analytics) Descriptive analytics

เน้นการอธิบายสิ่งที่เกิดขึ้นแล้ว, ในขณะที่ Predictive analytics เน้นการคาดการณ์สิ่งที่อาจจะเกิดขึ้นในอนาคต. 

• Diagnostic analytics

  ช่วยให้เข้าใจสาเหตุของปัญหา, ในขณะที่ Prescriptive analytics ช่วยแนะนำแนวทางแก้ไข. 

• Prescriptive analytics

  เป็นการต่อยอดจาก Descriptive และ Predictive analytics โดยการนำข้อมูลที่ได้มาใช้ในการตัดสินใจและวางแผน. 

• การวิเคราะห์เชิงคาดการณ์ (Predictive Analytics)

  ทำนายแนวโน้มหรือเหตุการณ์ที่อาจเกิดขึ้นในอนาคต โดยอาศัยข้อมูลในอดีตและแบบจำลองทางสถิติ. 

2.นางสาวชนัญชิดา แจ้งจันทร์ เลขที่3

3.นางสาววริษฐา หวังวัชรกุล เลขที่ 4

4.นายปณิธาน ก่อแก้ว เลขที่24

ช่วยให้เราได้ข้อมูลเชิงลึกที่นำไปสู่การตัดสินใจที่มีประสิทธิภาพมากขึ้น โดยการเปลี่ยนข้อมูลดิบให้เป็นข้อมูลที่มีความหมายและสามารถนำไปใช้ประโยชน์ได้จริง การวิเคราะห์ข้อมูลช่วยให้เราเข้าใจแนวโน้ม รูปแบบ และความสัมพันธ์ที่ซ่อนอยู่ในข้อมูล ซึ่งจะช่วยให้เราสามารถคาดการณ์ผลลัพธ์ที่อาจเกิดขึ้นจากการตัดสินใจต่างๆ ได้

2.การวิเคราห์เชิงทำนาย เป็นการวิเคราห์หรือทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลในอดีตมาช่วยในการทำนาย

3.การวิเคราห์เชิงเเนะนำ เป็นการวิเคราะห์ต่อยอดจากการทำนายผลที่จะเกิดขึ้นโดยการจำลองทางเลือกที่เป็นไปได้ของสถานการณ์

1.ธนภัทร เลขที่12

2.ปุณยวีร์ เลขที่14

3.เพชรนลิน เลขที่17

4.สาริศา เลขที่19

นายภิชญากร สุรินทร์รัฐ เลขที่ 9

นายปรเมษฐ์ พริ้งเพราะ เลขที่ 35

การวิเคราะห์ข้อมูลมี 3 ประเภท

พรรณนา (Descriptive) บอกว่า “เกิดอะไรขึ้น” จากข้อมูลที่มี

พยากรณ์ (Predictive) ใช้ข้อมูลเพื่อทำนายว่า “จะเกิดอะไรขึ้น”

แนะนำ (Prescriptive) วิเคราะห์เพื่อหาว่า “ควรทำอย่างไรต่อ”

2.นางสาวชนัญชิดา แจ้งจันทร์ เลขที่3

3.นางสาววริษฐา หวังวัชรกุล เลขที่ 4

4.นายปณิธาน ก่อแก้ว เลขที่24

แปรผลได้ว่าสมการเส้นตรงที่ได้ อธิบายว่า จำนวนม้าลาย (y) จำนวนวัวป่า (x) มีความสัมพันธ์เชิงบวก ไปในทิศทางเดียวกัน

1.การวิเคราะห์เชิงพรรณนา การวิเคราห์ให้เห็นภาพเป็นภาพรวม

2.การวิเคราะห์เชิงทำนาย การคาดการณ์อนาคตโดยใช้ข้อมูลในอดีตมาช่วย

3.การวิเคราะห์เชิงเเนะนำ เป็นการวิเคราห์ที่ต่อเนื่องจากการทำนายเป็นการทำต่อเนื่องกัน

ม.4/2 เลขที่ 11

2.นายธีรพงศ์ ปิยะไพร

ม.4/2 เลขที่ 13

3.นายศิวกร ยิ้มย่อง

ม.4/2 เลขที่ 18

4.นายสุธี มีแก้ว

ม.4/2 เลขที่ 20

1. การวิเคราะห์เชิงพรรณนา (Descriptive Analytics)

คืออะไร:
เป็นการวิเคราะห์ข้อมูลเพื่ออธิบายว่า "เกิดอะไรขึ้น" ในอดีต

2. การวิเคราะห์เชิงพยากรณ์ (Predictive Analytics)

คืออะไร:
การใช้ข้อมูลในอดีตและอัลกอริทึมเพื่อ "คาดการณ์สิ่งที่จะเกิดขึ้น"

3. การวิเคราะห์เชิงกำหนด (Prescriptive Analytics)

คืออะไร:
การแนะนำการตัดสินใจหรือการกระทำที่เหมาะสมโดยอิงจากข้อมูลและการพยากรณ์ — "ควรทำอย่างไรดี"

นายภิชญากร สุรินทร์รัฐ เลขที่ 9

นายปรเมษฐ์ พริ้งเพราะ เลขที่ 35

การวิเคราะห์ข้อมูลช่วยในการตัดสินใจโดยการสรุปข้อมูลในอดีต ทำนายผลในอนาคต และแนะนำทางเลือกที่ดีที่สุด ซึ่งทำให้ตัดสินใจได้อย่างแม่นยำและมีประสิทธิภาพ

2.นางสาวพิมพร เพิ่มพูน เลขที่ 16

3.นางสาวฐิตารีย์ แสงโอฬารวสุ เลขที่21

4.นางสาวทักษอร ศรีดาพันธ์ เลขที่33

การวิเคราะห์ข้อมูลไปสู่การตัดสินใจคือการใช้ข้อมูลในการช่วยตัดสินใจให้มีประสิทธิภาพ โดยเริ่มจากการรวบรวมข้อมูล, ทำความสะอาดข้อมูล, วิเคราะห์ข้อมูล, ตีความผลลัพธ์, ตัดสินใจจากทางเลือกที่ได้, และดำเนินการตามการตัดสินใจ จากนั้นก็ต้องติดตามผลเพื่อประเมินความสำเร็จและปรับปรุงหากจำเป็น เพื่อให้การตัดสินใจมีความแม่นยำและลดความเสี่ยง.

2.นางสาวปุณยวีร์ เลขที่ 14

3.นางสาวเพชรนลิน เลขที่ 17

3.นางสาวสาริศา เลขที่ 19

การวิเคราะห์ข้อมูลช่วยให้เข้าใจ แนวโน้ม รูปแบบ และความสัมพันธ์ของข้อมูล และยังสามารถคาดการณ์เหตุการณ์ที่จะเกิดขึ้นในอนาคตได้ ทำให้เราสามารถคาดการณ์ผลลัพธ์ที่อาจเกิดขึ้นจากการตัดสินใจต่างๆได้

น.ส ณัฏฐณิชา คนึงเพียร ม.4/2 เลขที่32

น.ส นิรินธนา ไชยมาตย์ ม.4/2 เลขที่34

การวิเคราะห์ข้อมูล จะช่วยให้นักเรียนมีความเข้าใจเชิงลึกเกี่ยวกับข้อมูล เช่น รูปเเบบ เเนวโน้ม ที่จะสามารถนำไปสู่การตัดสินใจ ตอบคำถาม หรือตอบสมมุติฐานที่ตั้งไว้

2.นางสาวปุณยวีร์ สิมมา เลขที่14

3.นางสาวเพชรนลิน นลินทัศไนย เลขที่17

4.นางสาวสาริศากระแสเทพ เลขที่19

ทิศทางของความสัมพันธ์ มี 3 กรณี

• ความสัมพันธ์เชิงบวก – สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน เช่น ค่าของ X เพิ่มขึ้น ค่าของ Y จะเพิ่มขึ้นด้วย

• ความสัมพันธ์เชิงลบ – สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงกันข้าม เช่น ค่าของ X เพิ่มขึ้น แต่ค่าของ Y กลับลดลง

ระดับของความสัมพันธ์ แบ่งเป็นระดับมาก (strong) ปานกลาง (moderate) หรือน้อย (weak)

การวิเคราะห์ความสัมพันธ์เบื้องต้นสามารถทำได้โดยการนำค่าของข้อมูลทั้ง 2 ชุดมาสร้างแผนภาพการกระจาย ทำให้เห็นทิศทางของความสัมพันธ์ได้ชัดเจน และสามารถประมาณระดับของความสัมพันธ์ได้

• ไม่มีความสัมพันธ์

นายภิชญากร สุรินทร์รัฐ เลขที่ 9

นายปรเมษฐ์ พริ้งเพราะ เลขที่ 35

วัวป่าและม้าลายมีความสัมพันธ์เชิงบวก กล่าวคือ เมื่อจำนวนวัวป่าเพิ่มขึ้น จำนวนม้าลายก็มีแนวโน้มที่จะเพิ่มขึ้นตามไปด้วย

2.นายธีรพงศ์ ปิยะไพร

ม.4/2 เลขที่ 13

3.นายศิวกร ยิ้มย่อง

ม.4/2 เลขที่ 18

4.นายสุธี มีแก้ว

ม.4/2 เลขที่ 20

นาย อัยการ ศรีสุข 4/2 เลขที่ 10

นาย ชานนท์ นววิธไพสิฐ เลขที่ 30

จากตารางแสดงผลข้อมูล วัวป่าและม้าลายมีแนวโน้มจำนวนเพิ่มขึ้นเหมือนกันทั้งคู่ สรุปได้วาสาเหตุที่ทำให้เพิ่มขึ้นหรือลดลงนั้นเหมือนกัน อาจมาจากสภาพแวดล้อมที่ที่อยู่อาศัยสมบูรณ์ มีนักล่าน้อย

2.น.ส.นิรินธนา เลขที่34

3.น.ส.ปณิตา เลขที่31

สรุปผลจากตารางความสัมพันธ์ระหว่างวัวป่าและม้าลายในตารางคือ เชิงบวก (positive).

• เมื่อจำนวนวัวป่าเพิ่มขึ้น จำนวนม้าลายก็มีแนวโน้มจะเพิ่มขึ้นเช่นกัน

1. เข้าใจสถานการณ์ได้ชัดเจน – มองเห็นภาพรวมและข้อมูลเชิงลึก

2. ระบุสาเหตุของปัญหา – รู้ว่า "ทำไม" สิ่งต่าง ๆ จึงเกิดขึ้น

3. คาดการณ์แนวโน้มอนาคต – ช่วยวางแผนล่วงหน้าได้แม่นยำ

4. ตัดสินใจโดยมีข้อมูลสนับสนุน – ลดการเดา เพิ่มความมั่นใจ

5. มองหาโอกาสใหม่ ๆ – ขยายธุรกิจหรือพัฒนากระบวนการ

6. ลดความเสี่ยง – เตรียมรับมือกับปัญหาก่อนเกิดจริง

2.นางสาวพิมพร เพิ่มพูน เลขที่ 16

3.นางสาวฐิตารีย์ แสงโอฬารวสุ เลขที่ 21ฃ

4.นางสาวทักษอร ศรีดาพันธ์ เลขที่33

มี 3 ประเภท

1.การวิเคราะห์เชิงพรรณนา

2.การวิเคราะห์เชิงทำนาย

3.การวิเคราะห์เชิงแนะนำ

• การวิเคราะห์เชิงพรรณนา (Descriptive Analytics)

  • วิเคราะห์ข้อมูลที่มีอยู่เพื่ออธิบายสิ่งที่เกิดขึ้นในอดีตหรือปัจจุบัน เช่น สถิติและข้อมูลที่สะท้อนผลลัพธ์ที่เกิดขึ้นแล้ว

• การวิเคราะห์เชิงทำนาย (Predictive Analytics)

  • ใช้ข้อมูลที่มีอยู่ในการทำนายเหตุการณ์ที่จะเกิดขึ้นในอนาคต โดยอาศัยเทคนิคทางคณิตศาสตร์หรือสถิติ เช่น การใช้โมเดลต่างๆ เพื่อทำนายผลลัพธ์ในอนาคต

• การวิเคราะห์เชิงแนะนำ (Prescriptive Analytics)

  • ใช้ผลลัพธ์จากการวิเคราะห์มาแนะนำการตัดสินใจหรือแนวทางการกระทำในอนาคต เช่น การใช้การจำลองสถานการณ์ (Simulation) เพื่อแนะนำทางเลือกที่ดีที่สุด

2.นางสาวพิมพร เพิ่มพูน เลขที่ 16

3.นางสาวฐิตารีย์ แสงโอฬารวสุ เลขที่21

4.นางสาวทักษอร ศรีดาพันธ์ เลขที่33

• ความสัมพันธ์เชิงบวก: หมายถึงสิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน เช่น เมื่อค่าของ X เพิ่มขึ้น ค่าของ Y ก็จะเพิ่มขึ้นตามไปด้วย

• ความสัมพันธ์เชิงลบ: หมายถึงสิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงข้ามกัน เช่น เมื่อค่าของ X เพิ่มขึ้น ค่าของ Y จะลดลง

การวิเคราะห์เชิงพรรณนา(descriptive analltics) เป็นการวิเคราะห์ขั้นพื้นฐานทำให้เห็นภาพรวมและความสัมพันธ์ข้อมูล

การวิเคราะห์เชิงทำนาย(predictive analytics)

ช่วยในการคาดการหรือทำนายในอนาคตจากข้อมูลในอดีต

การวิเคราะห์เชิงแนะนำ(prescriptive anahtics)

เป็นการวิเคราะห์ต่อยอดจากผลที่ทำนาย

2.นางสาวปณิตา คีตวัฒนานนท์ เลขที่ 31

3.นางสาวณัฏณิชา คนึงเพียร เลขที่ 32

การวิเคราะห์ข้อมูลมี 3 ประเภท

1. การวิเคราะห์ข้อมูลเชิงพรรณนา

2. การวิเคราะห์ข้อมูลเชิงทำนาย

3. การวิเคราะห์ข้อมูลเชิงแนะนำ

ความแตกต่างของการวิเคราะห์ข้อมูลทั้ง 3 ประเภท

- การวิเคราะห์ข้อมูลเชิงพรรณนาจะเป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูลและความสัมพันธ์ระหว่างข้อมูล

- การวิเคราะห์ข้อมูลเชิงทำนายเป็นการวิเคราะห์ที่ช่วยคาดการณ์ หรือทำนายสิ่งที่น่าจะเกิดขึ้นในอนาคต โดยใช้ข้อมูลในอดีตมาช่วยในการทำนาย

- การวิเคราะห์เชิงแนะนำเป็นการวิเคราะห์ที่ต่อยอดจากการทำนายผลที่น่าจะเกิดขึ้น โดยการจำลองทางเลือกที่เป็นไปได้ของสถานการณ์