一个教你做度量分析的好例子

四象图法是一个简单易用的数据分析方法,使用得当可以清晰解释两个变量的关联关系。这个方法在华为得到普遍使用,但在其他组织却鲜有出现。今天给大家分享一个应用实例:新冠疫苗有效性分析疫苗普及率和新增病例比例(每10万人感染人数)的关系。


下图顶部X轴代表疫苗覆盖率(至少一针),左边Y轴代表新增案例数,图中是美国50州的具体数据。这张图展示了四种情况:
A:疫苗普及率低于全国平均值,同时新增病例比例高于全国平均值。
B:高疫苗普及率,高新增病例比例。
C:   低疫苗普及率,低新增病例比例。
D:高疫苗普及率,低新增病例比例。

 

 

AD是我们希望看到的结果,B是我们不希望看到的结果。这张图的结论十分明显:高疫苗普及率意味着低新病例比例,疫苗是有效的,所以政府会继续加大疫苗普及的力度。
 
我常说要关注异常数据背后的故事,CO,OR, WA这三个州属于明显异常点,他们背后的原因是什么呢?分析结论可能是British Columbia WA的影响,也许是Delta变异在三个州的飙升?这些信息对后续抗役决策都会有所帮助。
 
其实类似的分析应用场景在CMMI过程改进中比比皆是,如:
过程符合度和泄露缺陷率?
新工具引入和团队效率?
评审投入和缺陷前移?
需求改进和返工比例?
……
把数据用于决策中,需要明确场景以及简单易用的方法,这也是我给众多国内CMMI高成熟度组织建立量化体系的7字箴言:简单、易用、有价值!

一个教你做度量分析的好例子》来自互联网,仅为收藏学习,如侵权请联系删除。本文URL:http://www.hashtobe.com/56.html