数据分析概览01：读《深入浅出数据分析》

题记：完全不懂数据分析，统计也忘了差不多的小白开始学习数据分析。

 

读了《深入浅出数据分析》，对数据分析有了一个大致的了解。书中讲的每个章节都需要翻大量的资料继续学习。这本书是一个指引（索引）。

 

1.数据分析的流程

确定目标或者问题-->分解问题，从而分解数据-->评估问题，总结结论-->指导决策

数据分析的思路是这样，数据分析报告也需要这么写。

 

2.实验

实验能够帮助分析。实验过程中要加入控制组，便于发现实验的结论。用随机选择控制组是一个比较好的方法。

 

3.最优化

最优化问题主要有三部分组成：决策变量，约束条件和目标函数。

 

4.数据图形化

数据图形化在数据分析过程中能够更好地发现问题，在数据报告中能够更好地展示问题或结论。

散点图：用于展示两种变量的因果关系；其实散点图只能展示两种变量的相关性，其中的因果还需要运用其他的东西来分析。（空心圆能够更好地表示重叠关系。）

多元散点图：多种变量的关系。

直方图：展示数据的分布情况。

 

5.假设检验（不懂）

6.贝叶斯统计（不懂）

相关topic:基础概率和波动数学。

 

7.主观概率（不懂）

用标准偏差评估数据。

用贝叶斯修正主观概率。

 

8.启发式（不懂）

9.回归·预测

回归加上控制实验能够预测未来。

回归线：贯穿平均值的直线，能用相关性系数来评估回归线。

回归线有线性和非线性。

 

10.合理误差

误差范围，使得用户不仅知道预测值还能知道误差的范.围，使得预测更加可信。

预测过程中要注意数据的阈值范围，超过阈值范围的预测很不准确。

均方根误差评估预测的准确性。

通过分段预测和评估可以控制误差。

 

11.数据整理

Excel和正则表达式非常有用。

整理完数据还要查看数据的重复性等问题。

 

12.附录(告诉我还需要看啥）

1）统计学

2）Excel

3）耶鲁大学教授Edward Tufte图形原则

4）非线性及多元回归

5）原假设——备择假设

参考《深入浅出统计学》

6）随机性

7）google Docs可以绘图和访问实时数据库

8）专业技能