指南将股权整合到数据分析

当确定你的问题和规划方法,考虑人口你建模以及如何整合社区合作伙伴从缺医少药社区和那些可能会影响工作。考虑你自己的背景和偏见可能会影响你的工作和寻求发展公平的研究问题。

考虑如何选择数据源,包括定性数据和社区/用例具体的数据,可以帮助回答你的研究问题。使用分层的数据尽可能和适用,寻求了解测量可能不同的社区,并寻求理解收集过程和二手数据的局限性。

考虑对齐的数据集,并确保小组定义一致。变量处理,数据处理,如何使用变量,更反映了经验和理解那些创建模型。嵌入你的视角在股票选择和假设模型。

请注意不同的模型和方法的固有的偏见(参见参考资料)的完整指南。也注意偏差的数据送入您的模型,考虑如何使用您的模型的一个“对手”,警惕隐含或明确的假设,白色是默认的位置。

考虑可访问性(如何可视化、接口和工具可以和其他地区将访问)包括等因素色盲的友好访问的颜色选择和508年合规。还要考虑的影响其他的选择在你的工具,包括语言、数据标签,排序,图标和可视化方法。考虑你的听众和不同群体将如何与工具。

执行现场检查和验证使用受影响的社区和文学和定性的反馈来验证工作的替代来源。时考虑上下文解释您的数据,以确保你不打折你测量上游的因素的影响。

考虑你的听众(s),一个asset-framing镜头,语言的选择/消息传递和可视化选择在设计你的传播策略。明确承认你工作和带来的局限性和偏见影响社区协助起草和验证语言的选择。分享你的数据和工作,其他人员可以使用它,这也减少了负担,从社区正在研究多个查询信息。