欢迎大家来到IT世界,在知识的湖畔探索吧!
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,
欢迎移步宝藏公众号「小火龙说数据」,无广告、无软文、纯干货,更多精彩原创文章与你分享!
00 序言
从起源角度来看,数据分析是「统计学」与「计算机」的交叉学科,统计知识应用其中;从工作角度来看,应用统计学知识,可以更为科学的度量数据对业务的价值。
因此,作为数据分析同学,掌握基础的统计学知识是非常有必要的。下面,小火龙为大家总结了「工作中常用的10种统计学方法」。
01 描述性统计「常用指数:5星」
描述性统计,通过概括性的数学方法及图表方式,描述业务数据及其分布现状,在工作中是最为常用的。
涵盖内容如下:
工作中主要应用场景如下:
02 假设检验「常用指数:5星」
假设检验,用于判断样本与样本、样本与总体之间的差异,是由抽样误差所导致的,还是由于本身就存在差异。其中主要涵盖「参数检验」和「非参数检验」,两者的概念如下:
参数检验:假设数据服从某一分布(一般为正态分布),通过样本参数的估计量对总体参数进行检验。
非参数检验:不考虑总体分布形式,直接对数据的分布进行检验。
涵盖内容如下:
工作中主要应用场景如下:
03 列联表分析「常用指数:3星」
列联表分析,用于判断离散型变量之间是否存在明显的相关性。例如:绩效的等级与性别是否存在相关性。
涵盖内容如下:
工作中主要应用场景如下:
04 相关分析「常用指数:4星」
相关分析,用于判断现象之间的某种关联关系以及关联程度,例如:正相关、负相关,在探索性分析中应用较为频繁。
涵盖内容如下:
工作中主要应用场景如下:
05 方差分析「常用指数:2星」
方差分析(又称F检验),用于度量两个及两个以上样本均值差异的显著性检验。
涵盖内容如下:
06 回归分析「常用指数:5星」
回归分析,用于日常指标的拟合,以及对于未来趋势的预测,在工作中应用较为广泛。
涵盖内容如下:
工作中主要应用场景如下:
07 聚类分析「常用指数:4星」
聚类分析,用于将用户/内容,在没有先验性指引的情况下,分门别类的进行划分。
涵盖内容如下:
工作中主要应用场景如下:
08 判别分析「常用指数:4星」
判别分析(分类问题),通过研究对象的特征判断所属的类别。与聚类分析的差异在于,聚类分析在分析前,不知道类别有几类以及是什么,而判别分析是在总体类别已知的情况下,对新样本判断所属群体。
涵盖内容如下:
工作中主要应用场景如下:
09 主成分分析「常用指数:2星」
主成分分析(Principal Component Analysis,PCA),是将一组可能的相关性变量,转化成为一组线性不相关的变量,转化后的这组变量叫做主成分。
主成分分析最大的作用在于「降维」,也可用于「探索变量之间的关系」。简单解释一下,在搭建模型过程中,往往会选择诸多变量作为特征,而这些变量之间也往往存在着相关性,这会引起「多重共线性问题」。因此,需要一种方式,将这些变量转化为相对独立且尽可能多的涵盖原始变量的信息,主成分则是其中的一种方式,将原始变量转化为几个相互无关的新变量。
扫盲 - 多重共线性问题
自变量(特征)之间由于存在相关关系,从而使得模型估计失真
(结果不稳定,例如:随机森林特征贡献度,多次运行出来的结果差异较大)。
欢迎大家来到IT世界,在知识的湖畔探索吧!
10 因子分析「常用指数:2星」
因子分析的作用同主成分分析一样,同样是为了「降维」。原理是在多自变量之间,寻找潜在的因子,相似变量归为一个因子,通过因子替代原有的自变量。
与主成分分析相同之处:起到清理原始自变量中内在关系的作用。
与主成分分析不同之处:主成分分析重在归总变量的信息,而因子分析重在解释变量的信息,主成分分析是因子分析的子集。
以上10种统计学方法在工作中较为常见,但方式不止于此,还包括:信度分析、生存分析、多重响应分析、距离分析等。有待你在工作中不断探索、发掘场景,并将知识应用其中。
以上就是本期的内容分享
如果你也对数据分析感兴趣,那就来关注我吧,更多「原创」文章,与你分享!!
微信公众号:小火龙说数据
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://itzsg.com/33911.html