CDA二级(Level II)数据分析师——考试内容梳理一

整数规划 :要求决策变量必须取整数,但种植面积可以取非整数;

单纯形法 :对偶单纯形法是使用对偶理论来求解纯性规划问题的一种方法,而不是求解对偶问题的方法 ;

决策变量取整 :整数规划划分类型:全整数、混合整数、-1整数、纯整数,不包括非纯整数规划 ;

解决线性规划问题 时:可行域为空集、原问题就没有可行解;

线性规划的标准 要求等式约束方程右端的常数是:非负

鱼骨图 中,鱼尾填上的问题或现状,鱼头代表了目标,脊椎就是达成过程的所有步骤与影响因素

根因分析因果图 :原因形、对策形、整理问题形,没有结果导向型 ;

鱼头 通过根因分析属于原因型鱼尾 通过头脑风暴因果图来描述问题或现状

循环波动 指周期长度不定的变动模式

最小二乘法求解 得到的多元线性回归超平面,可能有一个超平面,也可能有无穷多个超平面

随机误差项 的方差只要相等即可,不要求等于1 ;

多元线性回归正规方程组中系数矩阵X'X的阶数等于P,P*P;

特殊因子 ,不属于因子分析计算过程的步骤 ,没有泛用性但对结果有影响

因子分析假设包括:各个共同因子之间不相关,特殊因子之间也不相关,共同因子和特殊因子之间也不相关;

KMO统计量 越接近1,说明简单相关系数平方和越大于偏相关系数平方和,说明变量间的相关性越高,从而用因子分析就能更好地提出具有共同特征的因子;

每个主成分都是所有原始变量的线性组合 ,且各变量的系数大小没有明确的分界线。各组成分之间相独立,不需要任何假设,难以解释各层。各主成分之间的夹角是固定的,都是正交的;

相关性的度量方法 :连续+连续---皮尔逊,顺序+顺序---斯皮尔曼,连续+顺序---肯德尔曼;

一元线性回归 :Y=Ax+e,e是常数,只需要求解两个参数即可,无偏估计

单因素方差分析:组间误差包括效应间差异和随机误差;

方差分析 不能用检验方差是否相等 ;

显著性水平 就是表示原假设为真时,拒绝原假设的概率,P(拒绝H0|H0为真)=α;

样本量给定的条件下,假设检验中当第一类错误减小时,必导致第二类错误增大;

2个及2个以上样本均数的比较就是方差分析

X为服从正太分布 的随机变量N(2、9),若P(X>c)=P(x<c),则C=2为中心;

指标 通常可以量化,但标签 一般是不可量化的;

麦肯锡问题三大类型,恢复原状型、追求理想型、防范潜在型;

主成分分析 中主成分的选择通常是按照原始变量的方差矩阵的特征值的大小排序来进行的,选择前K 个主成分作为新的特征空间;

因子分析因子载荷矩阵是组成分载荷矩阵最大方差正交旋转,表示变量和因子之间的关系

多元线性回归 中,检验异方差的方法,如果回归残差与自变量相关,则存在异方差;

分支界定法 是整数规划的求解方法,不属于二次规划问题求解方法 ;

分配法 不属于整数规划 ;

鱼骨图 包括两种明显不同的创建图形的方式:分散分析法、原因枚举法;

问题原因头脑风暴图 是一种非矩阵工具的应用;

自回归误差项 不是累加 ,累加的是往期的影响;

分解法 是把趋势季节成分分解出来,单独进行分析再乘在一起;

相关推荐
alfiy9 分钟前
Elasticsearch学习笔记(四) Elasticsearch集群安全配置一
笔记·学习·elasticsearch
向上的车轮11 分钟前
Django学习笔记十一:部署程序
笔记·学习·django
不灭锦鲤1 小时前
ssrf学习(ctfhub靶场)
网络·学习·安全
alfiy1 小时前
Elasticsearch学习笔记(五)Elastic stack安全配置二
笔记·学习·elasticsearch
权^1 小时前
MySQL--聚合查询、联合查询、子查询、合并查询(上万字超详解!!!)
大数据·数据库·学习·mysql
冷静 包容1 小时前
C语言学习之 没有重复项数字的全排列
c语言·开发语言·学习
K3njuan1 小时前
《数据结构》学习系列
学习
结衣结衣.1 小时前
C++ 类和对象的初步介绍
java·开发语言·数据结构·c++·笔记·学习·算法
limengshi1383924 小时前
通信工程学习:什么是RIP路由信息协议
网络·网络协议·学习·智能路由器·信息与通信
凭栏落花侧4 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析