Kausal inferens omfattar metoder för att härleda orsak–verkan-samband ur data i stället för att bara identifiera korrelationer. Den besvarar frågor som ”Vad hade hänt om vi inte hade vidtagit den här åtgärden?”. Verktyg är randomiserade experiment som A/B-tester, kausala grafer och statistiska tekniker för observationsdata. Exempel: kontrollera om en rabattkampanj verkligen ökade försäljningen eller om den hade stigit ändå av säsongsskäl.
Bayesianska nätverk är grafiska modeller som representerar variabler som noder och deras probabilistiska beroenden som riktade pilar. Med hjälp av Bayes sats visar de hur nya observationer förändrar sannolikheten för andra händelser. Ett exempel är diagnosstöd: att uppskatta den mest sannolika orsaken utifrån observerade symtom. Deras styrkor är transparens och förmågan att hantera osäkra eller ofullständiga data.
Prediktiv analys använder historiska data, statistik och maskininlärning för att uppskatta sannolika framtida händelser. Den besvarar frågor som: vilka kunder är på väg att säga upp sig? Hur stort lager behövs nästa månad? När kommer en maskin sannolikt att haverera? Resultaten är sannolikheter, inte säkerheter. Deras värde beror i hög grad på datakvaliteten och på om förutsägelserna faktiskt påverkar beslut och processer.
Inom AI avser bias en systematisk snedvridning av resultat. Den beror ofta på obalanserade eller historiskt snedvridna träningsdata, men också på modellens utformning eller hur en fråga ställs. Ett välkänt exempel: ett verktyg för urval av sökande som lär sig av tidigare anställningsbeslut kan befästa befintliga nackdelar. Inom statistiken betyder bias också en skattnings avvikelse från det sanna värdet. Motåtgärder är bland annat varierade data, regelbundna granskningar och mänskliga beslut i personalfrågor.
Explorativ dataanalys (EDA) är den första, öppna titten på en datamängd: man beräknar sammanfattande nyckeltal, granskar fördelningar och diagram och letar efter mönster, extremvärden och saknade värden – ännu utan fast hypotes. Den hjälper till att bedöma datakvaliteten och hitta vettiga frågor för vidare analys eller modellering. Exempel: före en försäljningsprognos visar EDA att en månad registrerats ofullständigt på grund av en systemmigrering.
