
一篇文章解決你所有關(guān)于數(shù)據(jù)分析的問(wèn)題
1. 數(shù)據(jù)分析多層模型介紹
這個(gè)金字塔圖像是數(shù)據(jù)分析的多層模型,從下往上一共有六層:
底下第一層稱為Data Sources 元數(shù)據(jù)層。
比如說(shuō)在生產(chǎn)線上,在生產(chǎn)的數(shù)據(jù)庫(kù)里面,各種各樣的數(shù)據(jù),可能是銀行的業(yè)務(wù)數(shù)據(jù),也可能是電信運(yùn)營(yíng)商在交換機(jī)里面采集下來(lái)的數(shù)據(jù)等等,然后這些生產(chǎn)的數(shù)據(jù)通過(guò)ETL,是英文 Extract-Transform-Load 的縮寫,用來(lái)描述將數(shù)據(jù)從來(lái)源端經(jīng)過(guò)抽取(extract)、轉(zhuǎn)換(transform)、加載(load)至目的端的過(guò)程,通過(guò)這個(gè)過(guò)程,我們可以把需要的數(shù)據(jù)放到數(shù)據(jù)倉(cāng)庫(kù)里面,那這個(gè)數(shù)據(jù)倉(cāng)庫(kù)就是多層模型中的第二層。
數(shù)據(jù)倉(cāng)庫(kù)主要是給我們需要存放的數(shù)據(jù)提供一個(gè)物理基礎(chǔ),我們對(duì)數(shù)據(jù)進(jìn)行分析,原材料都放在這個(gè)數(shù)據(jù)倉(cāng)庫(kù)里面,這幾年以來(lái),除了數(shù)據(jù)倉(cāng)庫(kù)這個(gè)概念,還興起了數(shù)據(jù)集市這個(gè)概念,數(shù)據(jù)集市其實(shí)就是部門級(jí)的數(shù)據(jù)倉(cāng)庫(kù),規(guī)模比較小一點(diǎn)的數(shù)據(jù)倉(cāng)庫(kù)。
再上面一層是Data Exploration,這層主要做統(tǒng)計(jì)分析的事情,比如我們算均值、標(biāo)準(zhǔn)差、方差、排序、求最小\大值、中位數(shù)、眾數(shù)等等,這些統(tǒng)計(jì)學(xué)比較常用的指標(biāo),另外還有些SQL查詢語(yǔ)句,總的來(lái)說(shuō)主要是做一些目標(biāo)比較明確,計(jì)算方法比較清楚的事情。
第四層是Data Mining數(shù)據(jù)挖掘層,數(shù)據(jù)挖掘與數(shù)據(jù)分析(統(tǒng)計(jì)分析)有什么區(qū)別呢,數(shù)據(jù)分析往往是統(tǒng)計(jì)量和算法比較清楚,數(shù)據(jù)挖掘往往是目標(biāo)不是很清楚,在實(shí)現(xiàn)目標(biāo)的過(guò)程中采用什么方法不能確定,所以數(shù)據(jù)挖掘比數(shù)據(jù)分析難度要高很多。
第五層是數(shù)據(jù)展現(xiàn)層,把數(shù)據(jù)分析和數(shù)據(jù)挖掘得出來(lái)的結(jié)果通過(guò)數(shù)據(jù)展現(xiàn)層的圖表、報(bào)表把他展現(xiàn)出來(lái),也可以稱為數(shù)據(jù)可視化。
最后把這些圖表、報(bào)表交給決策者,以這個(gè)為基礎(chǔ)做一些決策。
2. 數(shù)據(jù)分析工具簡(jiǎn)介
常用的數(shù)據(jù)分析工具,包括一些廠商的數(shù)據(jù)庫(kù)產(chǎn)品,包括IBM的DB2、甲骨文的Oracle數(shù)據(jù)庫(kù)。這些廠商的數(shù)據(jù)庫(kù)本身帶有一些統(tǒng)計(jì)分析的包,里面有些標(biāo)準(zhǔn)的功能可以做數(shù)據(jù)分析工作,但用這些自帶的數(shù)據(jù)分析工具功能相對(duì)不夠?qū)I(yè)。主要反映在缺乏標(biāo)準(zhǔn)的統(tǒng)計(jì)函數(shù),比如做一個(gè)線性回歸模型,需要寫一大堆SQL語(yǔ)句,甚至要寫一個(gè)plsql程序才能完成。但是在專業(yè)的統(tǒng)計(jì)軟件只需要寫一個(gè)簡(jiǎn)單的函數(shù)就可以完成。
目前最主流的統(tǒng)計(jì)軟件有R、SAS、SPSS,R是一個(gè)免費(fèi)的開源軟件。
SAS大概是歷史最悠久的統(tǒng)計(jì)軟件,是一個(gè)商業(yè)軟件,在60年代就誕生,在70年代以后逐漸商業(yè)化,發(fā)展到現(xiàn)在SAS已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。
SPSS也是一個(gè)歷史悠久的統(tǒng)計(jì)軟件,SPSS一開始是一個(gè)仿真軟件,后來(lái)演變成一個(gè)統(tǒng)計(jì)軟件,目前已經(jīng)發(fā)展成為一個(gè)數(shù)據(jù)挖掘軟件,目前被IBM收購(gòu),變成IBM旗下的一個(gè)產(chǎn)品,在社會(huì)學(xué)研究院領(lǐng)域有很多的應(yīng)用。
其他的還有一些軟件,比如說(shuō)水晶報(bào)表(Crystal Reports),在做BI和報(bào)表非常擅長(zhǎng),另外如UCINET也是在社會(huì)學(xué)比較常用的軟件,它可以畫群體的網(wǎng)絡(luò)圖,社交關(guān)系圖非常擅長(zhǎng)。
3. 常用統(tǒng)計(jì)方法
使用統(tǒng)計(jì)方法,有目的地對(duì)收集到的數(shù)據(jù)進(jìn)行分析處理,并且解讀分析結(jié)果:
常用算法
數(shù)據(jù)挖掘是以查找隱藏在數(shù)據(jù)中的信息為目標(biāo)的技術(shù),是應(yīng)用算法從大型數(shù)據(jù)庫(kù)中提取知識(shí)的過(guò)程,這些算法確定信息項(xiàng)之間的隱性關(guān)聯(lián),并且向用戶顯示這些關(guān)聯(lián)。
數(shù)據(jù)挖掘思想來(lái)源:假設(shè)檢驗(yàn),模式識(shí)別,人工智能,機(jī)器學(xué)習(xí)
常見數(shù)據(jù)挖掘任務(wù):關(guān)聯(lián)分析,聚類分析,孤立點(diǎn)分析等等
例:啤酒與尿布的故事
5. 展現(xiàn)層:報(bào)表與圖形
展現(xiàn)層在數(shù)據(jù)分析中是一個(gè)很重要的組成部分,在大家的心目中數(shù)據(jù)分析軟件只是讀數(shù)據(jù)和算數(shù)據(jù),結(jié)果算出來(lái)就OK了。但其實(shí)結(jié)果算出來(lái)以后對(duì)于數(shù)據(jù)分析還遠(yuǎn)沒(méi)有結(jié)束,還需要把結(jié)果展現(xiàn)出來(lái),有些時(shí)候可能結(jié)果的展現(xiàn)比計(jì)算花的時(shí)間還要多。
下圖是一個(gè)比較老土的報(bào)表。
如果那這種報(bào)表給老板看,那體驗(yàn)效果肯定很差,其實(shí)人的特點(diǎn)對(duì)數(shù)字的感覺(jué)不敏感,如果你那一大堆數(shù)字組成的報(bào)表給老板看,老板肯定不是很高興。
人對(duì)圖形會(huì)比較敏感,所以在統(tǒng)計(jì)學(xué)里面通常有比較標(biāo)準(zhǔn)的圖,如餅圖、柱形圖(垂直和水平)、虛線圖、水泡圖、魚骨圖、箱線圖等等。
下面是一張?jiān)?a href='/map/ditu/' style='color:#000;font-size:inherit;'>地圖上展現(xiàn)數(shù)據(jù)的展現(xiàn)形式
下圖是關(guān)于使用安卓手機(jī)的數(shù)據(jù)展現(xiàn)
根據(jù)信息圖顯示,Android先生的頭發(fā)有47%的可能是黑色的,戴眼鏡的幾率為37%,有36%的可能是北美人,30%的可能臉上長(zhǎng)雀斑。71%的時(shí) 間會(huì)穿T恤,下身穿牛仔褲的時(shí)間占了62%。工作只占了38%,玩游戲卻占了62%,平均每個(gè)月會(huì)用掉582MB的數(shù)據(jù)流量。這種圖稱為信息圖,在數(shù)據(jù)分析這個(gè)行業(yè)里面,是數(shù)據(jù)展現(xiàn)工作的主要組成部分。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03