Symbolic Data Analysis
Symbolic Data Analysis (SDA) is a statistical framework designed to analyze complex, aggregate, or set-valued data — called symbolic data — in which each observation represents a group or concept rather than a single scalar. Introduced in its modern statistical form by Lynne Billard and Edwin Diday in 2003, SDA extends classical statistics to handle interval-valued, histogram-valued, and multi-valued variables, enabling rigorous inference at the level of knowledge rather than raw individual records.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.