ข้อมูลมีความเอนเอียงจากกระบวนการเก็บตัวอย่างและต้องจำกัดการตีความ จึงวินิจฉัยว่า เมื่อวิเคราะห์ข้อมูลความพึงพอใจของลูกค้า 1000 คน พบว่าข้อมูลมีความสัมพันธ์ที่ซับซ้อนระหว่างหลายตัวแปร และไม่สามารถใช้วิธีการทางสถิติแบบเดิมได้ ควรใช้วิธีใด
กใช้วิธี ANOVA เพื่อเปรียบเทียบความแตกต่าง
ขใช้เทคนิค Machine Learning เช่น Random Forest หรือ Neural Networks
คลบตัวแปรบางตัวเพื่อให้ง่ายขึ้น
งใช้การถดถอยพหุคูณแบบธรรมดาในการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรทั้งหมด
เฉลยอธิบาย
เมื่อความสัมพันธ์ระหว่างตัวแปรซับซ้อน เทคนิค Machine Learning เช่น Random Forest หรือ Neural Networks มีความสามารถในการจับ Non-linear relationships และ Interactions ที่ซับซ้อน ได้ดีกว่าวิธีการทางสถิติแบบเดิม ตัวเลือก A อาจไม่แม่นยำ ตัวเลือก C อาจสูญเสียข้อมูล ตัวเลือก D ไม่เหมาะสำหรับการวิเคราะห์ประเภทนี้