描述性统计:分析数据集中度和分散度
推断统计:通过样本对整体情况做出推断
数据分析方法:聚类、回归、分类及组件差异。
描述数据的两个关键点:
数据的中心度,数据集中在那个区域。
常用均值,中位数和众数来反映
均值:也称为平均数,所有数据除以数据条数,缺点,容易被极大极小值干扰,难以反
馈真实的数据情况。
中位数:将数据按照大小排序处于中间位置的数字,比均值更好的反应数据的中心。
众数:数据种出现最多的数字。
实际使用种,这些指标可能埋没掉很多信息,比如我们的收入,你会感觉自己经常被平均
掉,只使用中心度来描述数据是有缺陷的。
离散度:数据的最大最小值差距是多少。
常用全距、四分位数、方差、标准差
全距:数据中最大值和最小值的差异,直观反映数据的变化范围,缺点是提供的信息比
较粗略。
四分位数:对全距的信息增益改进,不仅有最大值最小值,加入了组间间隔。
方差:描述数据中的每个点和平均值偏离的距离。
标准差:方差开方的结果。
数据的相关性:用以研究不同数据间的关系,常用散点图来查看,使用X轴和Y轴来分别对应需要分析的具体数字。
相关分析分为三种可能的结果:
正相关:即X变量增大时Y变量随之增大。
负相关:即X变量增大时Y变量随之减小。
无相关:X变量与Y变量无明显的关系。
相关系数的取值在-1和1之间,接近1正相关越强,接近-1,负相关越强接近)则代表相关性越
弱。
因此在数据分析探索阶段,可以多使用图标对数据进行探索式分析,让我们更快的抓住数据重点,让工作更高效。
领取专属 10元无门槛券
私享最新 技术干货