随笔分类 - PowerBI和数据分析 / 数据分析思维
摘要：在试验中，把考察的指标称为试验指标，影响试验指标的条件称为因素。因素可分为两类，一类是人为可控的测量数据，比如温度、身高等；一类是不可控的随机因素，例如，测量误差，气象条件等。因素所处的状态称为因素的水平。如果在试验过程中，只有一个因素在改变，称为单因素试验。方差分析（Analysis of Var
阅读全文
摘要：数据分析的入门思维，首先要认识数据，然后对数据进行简单的分析，比如描述性统计分析和相关性分析等。 一，认识变量和数据 变量和数据是数据分析中常用的概念，用变量来描述事物的特征，而数据是变量的具体值，把变量的值也叫做观测值。 1，变量 变量是用来描述总体中成员的某一个特性，例如，性别、年龄、身高、收入
阅读全文
摘要：同期群（Cohort）属于用户分群里的一个细分类型，是指在规定时间内对具有共同行为特征的用户进行分群。“共同行为特征”是指在某个时间段内的相似行为，它除了按不同时间的新增用户来分类外，还可以按不同的行为来分类，譬如“在2017年6月第一次购买”，“把5月1日~5月7日的注册用户划分为一个群组”等。
阅读全文
摘要：一个漂亮的平均数完全是用数据创造出来的虚幻景象，会给我们的决策造成误导，因此我们需要掌握一个行之有效的方法来剖析真实的用户行为和用户价值，这个方法就是同期群分析（Cohort Analysis）。事实上，数据不会说谎，只是分析数据的人没有做到精准分析而导致对数据呈现的错误解读！ 国内对同期群分析相关
阅读全文
摘要：异常值在统计学上的全称是疑似异常值，也称作离群点(outlier)，异常值的分析也称作离群点分析。异常值是指样本中出现的“极端值”，数据值看起来异常大或异常小，其分布明显偏离其余的观测值。异常值分析是检验数据中是否存在不合常理的数据，在数据分析中，既不能忽视异常值的存在，也不能简单地把异常值从数据分
阅读全文
摘要：相关分析是数据分析的一个基本方法，可以用于发现不同变量之间的关联性，关联是指数据之间变化的相似性，这可以通过相关系数来描述。发现相关性可以帮助你预测未来，而发现因果关系意味着你可以改变世界。 一，协方差和相关系数 如果随机变量X和Y是相互独立的，那么协方差 Cov(X,Y) = E{ [X-E(X)
阅读全文
摘要：令狐冲在华山学艺时，虽然勤学苦练，但是终不得法，在机缘巧合之下，得到风清扬老前辈的真传，练成独孤九剑之后，才名震江湖。虽然笑傲江湖的故事情节是虚构的，但从令狐冲蜕变的过程可以看出，练武需要秘籍。数据分析也有一本传世秘籍，只有六字，这就是《数据化管理》中提到的六字箴言、数据分析的三板斧：对比、细分、溯
阅读全文
摘要：数据分析离不开对关键指标的跟踪，指标是衡量事物好坏的一个指数。数据指标有很多，然而，并不是所有的指标都是好的，虚荣指标（Vanity Metrics）看上去很美，让你感觉良好，但这类指标说到底是肤浅的，甚至带有欺诈性，例如，你会关注网站的访问量，但却忽略了跳离率、用户的浏览时间等，这很容易让你掉进虚
阅读全文
摘要：数据分析，先有数据，而后有分析，认识数据是分析数据的前提。在现实世界中，数据一般都是有缺失的、异构的、有量纲的。认识数据，不仅要了解数据的属性（维）、类型和量纲，还要了解数据的分布特性。洞察数据的特征，检验数据的质量，有助于后续的分析工作，否则，没有可信的数据，数据分析的结果将是空中楼阁。 一，检验
阅读全文
摘要：在数据质量得到保证的前提下，通过绘制图表、计算某些统计量等手段对数据的分布特征和贡献度进行分析（帕累托分析），分布分析能够揭示数据的分布特征和分布类型，对于定量数据，可以做出频率分布表、绘制频率分布直方图显示分布特征；对于定性数据，可用饼图和条形图显示分布情况。帕累托分析在频率分布直方图的基础上，绘
阅读全文
摘要：对于成功的数据分析而言，把握数据整体的性质是至关重要的，使用统计量来检查数据特征，主要是检查数据的集中程度、离散程度和分布形状，通过这些统计量可以识别数据集整体上的一些重要性质，对后续的数据分析，有很大的参考作用。 一，基本统计量 用于描述数据的基本统计量主要分为三类，分别是中心趋势统计量、散布程度
阅读全文
摘要：数据质量通常是指数据值的质量，包括准确性、完整性和一致性。数据的准确性是指数据不包含错误或异常值、完整性是指数据不包含缺失值、一致性是数据在各个数据源中都是相同的。广义的数据质量还包括数据整体的有效性，例如，数据整体是否是可信的、数据的取样是否合理等。本文的数据质量分析，是指对原始数据值的质量进行分
阅读全文
浙公网安备 33010602011771号