(CDA数据分析师笔记)第六章 业务分析方法十一

第四章描述性统计分析

概述

统计学解决问题的步骤:收集数据、处理数据、分析数据、解释数据。

收集数据是数据分析的前提,直接来源的数据是一手数据,间接来源的数据是二手数据。

调查和实验的区别:调查强调的是不对数据对象进行干扰,任其自然发展,收集发展过程中的数据;实验强调的是有目的的对数据对象进行因素干扰,从而验证这些因素对数据对象是否产生影响,以及产生何种影响。

处理数据:包括将收集的数据进行数据编码、数据库搭建、数据录入、数据审核(包括数据完整性、准确性、时效性、适用性等。)按照研究问题的需要进行数据筛选、数据分组、数据分割、数据合并、数据变形、数据转换等;并进行数据质量评估、数据特征分析、数据可视化分析等探索性分析;这主要是数据清洗岗位的工作。

分析数据:是数据分析师的核心工作。数据分析方法分两大类,描述性统计分析方法和推断性统计分析方法。

描述性统计分析方法:结合数据,对实际问题进行分布特征的描述,也称数据分布特征的描述性分析方法。

推断性统计分析方法:根据掌握的样本数据对总体进行估计或检验,侧重于对总体特征的估计或检验推断,即包括参数估计、假设检验。

参数估计:当总体信息未知时,通过抽取样本来估计总体信息。

假设检验:假设知晓总体某个信息,但无法确认信息是否正确,因此需要抽取样本信息进行假设检验。

注意:部分人认为预测也是推断性统计分析方法中的一种。原因是估计和预测的不同,估计时,总体是存在的、确定的、未知的,即对一个已经发生的事物状态进行估计。预测时,预测的情况是不存在的、不确定的、未知的,即对一个未发生的事物进行预测。两者一个是事后估计,一个是事前预测,本质不同。

复杂数据分析方法:以基本数据分析方法为基础,常结合某类具体问题、某类特殊数据、某类特殊对象等,融合描述性统计分析方法和推断性统计分析方法。例如:相关分析、时间序列分析、生存分析。

解释数据:统计学最后的环节,连接分析数据与解决实际问题的重要桥梁。

相关推荐
再睡一夏就好3 分钟前
Linux常见工具如yum、vim、gcc、gdb的基本使用,以及编译过程和动静态链接的区别
linux·服务器·c语言·c++·笔记
俺的图图呢?29 分钟前
Django笔记——CSRF
笔记·django·csrf
我的golang之路果然有问题39 分钟前
快速了解redis,个人笔记
数据库·经验分享·redis·笔记·学习·缓存·内存
无心水1 小时前
【Java面试笔记:基础】8.对比Vector、ArrayList、LinkedList有何区别?
java·笔记·面试·vector·arraylist·linkedlist
卡皮巴拉爱吃小蛋糕1 小时前
MySQL的MVCC【学习笔记】
数据库·笔记·mysql
清流君1 小时前
【MySQL】数据库 Navicat 可视化工具与 MySQL 命令行基本操作
数据库·人工智能·笔记·mysql·ue5·数字孪生
薄荷很无奈2 小时前
CuML + Cudf (RAPIDS) 加速python数据分析脚本
python·机器学习·数据分析·gpu算力
qq_436962182 小时前
AI数据分析的利器:解锁BI工具的无限潜力
人工智能·数据挖掘·数据分析·ai数据分析
BOB-wangbaohai2 小时前
Flowable7.x学习笔记(十四)查看部署流程Bpmn2.0-xml
xml·笔记·学习
The hopes of the whole village3 小时前
matlab 绘图
开发语言·matlab·信息可视化