सांख्यिकीय विश्लेषण पद्धति विकसित करें

1. \[डेटा सेट का विवरण] और \[शोध या व्यावसायिक उद्देश्य] जैसे प्लेसहोल्डर को वास्तविक और विशिष्ट जानकारी से बदलें।
2. डेटा के आकार, चर और लापता मानों के बारे में विवरण प्रदान करें ताकि परिणाम अधिक सटीक हों।
3. स्पष्ट करें कि विश्लेषण अन्वेषणात्मक, अनुमानात्मक या पूर्वानुमानित होना चाहिए।
4. आवश्यकतानुसार विशिष्ट चरणों, जैसे नमूना रणनीति या अनुमानों की पुष्टि, पर गहन विवरण के लिए अतिरिक्त प्रॉम्प्ट का उपयोग करें।
5. अस्पष्ट विवरण देने से बचें; विशिष्ट जानकारी से परिणाम अधिक उपयोगी और व्यावहारिक होते हैं।
6. AI द्वारा दिए गए सुझावों की समीक्षा करें और उन्हें मानक सांख्यिकीय सिद्धांतों के अनुसार सत्यापित करें।

शैक्षणिक या कॉर्पोरेट अनुसंधान अध्ययन डिजाइन करना
विश्वसनीय सांख्यिकीय समर्थन के साथ बिज़नेस इंटेलिजेंस डैशबोर्ड विकसित करना
बिक्री या ग्राहक व्यवहार के लिए पूर्वानुमान मॉडलिंग
स्वास्थ्य अध्ययन में उपचार प्रभाव का मूल्यांकन
विपणन में A/B परीक्षण कार्यान्वयन
जोखिम मूल्यांकन के लिए वित्तीय डेटा का संरचित विश्लेषण
प्रबंधन के लिए पुनरुत्पादनीय विश्लेषण रिपोर्ट तैयार करना
डेटा-संचालित नीतियों और निर्णयों का समर्थन करना

सटीक सिफारिशों के लिए चर का विस्तृत विवरण दें।
निर्दिष्ट करें कि आपको हाइपोथेसिस परीक्षण, सहसंबंध विश्लेषण या पूर्वानुमान मॉडलिंग की आवश्यकता है।
इटरेटिव रिफाइनमेंट का उपयोग करें: पहले पद्धति तैयार करें, फिर प्रत्येक चरण का विस्तार करें।
स्पष्टता के लिए AI से परिणामों को तालिकाओं या ग्राफ़ में प्रस्तुत करने के लिए कहें।
सुझावों को मानक सांख्यिकीय संदर्भों के अनुसार सत्यापित करें।
विभिन्न दृष्टिकोणों की तुलना करने के लिए वैकल्पिक पद्धतियाँ भी अनुरोध करें।