數(shù)據(jù)分析方法匯總(1)

很長時間沒有寫過關(guān)于數(shù)據(jù)分析師的文章了，做數(shù)據(jù)分析師也好多年了，近期好多數(shù)據(jù)小白們在問，數(shù)據(jù)分析師的數(shù)據(jù)分析方法都有哪些，下面是對數(shù)據(jù)分析方法的總結(jié)。

一、描述統(tǒng)計

描述性統(tǒng)計是指運用制表和分類，圖形以及計筠概括性數(shù)據(jù)來描述數(shù)據(jù)的集中趨勢、離散趨勢、偏度、峰度。

1、缺失值填充：常用方法：剔除法、均值法、最小鄰居法、比率\回歸法、決策樹法。

2、正態(tài)性檢驗：很多統(tǒng)計方法都要求數(shù)值服從或近似服從正態(tài)分布，所以之前需要進(jìn)行正態(tài)性檢驗。常用方法：非參數(shù)檢驗的K-量檢驗、P-P圖、Q-Q圖、W檢驗、動差法。

二、假設(shè)檢驗

1、參數(shù)檢驗

參數(shù)檢驗是在已知總體分布的條件下（一股要求總體服從正態(tài)分布）對一些主要的參數(shù)(如均值、百分?jǐn)?shù)、方差、相關(guān)系數(shù)等）進(jìn)行的檢驗 。

1）U驗   使用條件：當(dāng)樣本含量n較大時，樣本值符合正態(tài)分布

2）T檢驗 使用條件：當(dāng)樣本含量n較小時，樣本值符合正態(tài)分布

A  單樣本t檢驗：推斷該樣本來自的總體均數(shù)μ與已知的某一總體均數(shù)μ0 (常為理論值或標(biāo)準(zhǔn)值)有無差別；

B  配對樣本t檢驗：當(dāng)總體均數(shù)未知時，且兩個樣本可以配對，同對中的兩者在可能會影響處理效果的各種條件方面扱為相似；

C 兩獨立樣本t檢驗：無法找到在各方面極為相似的兩樣本作配對比較時使用。

2、非參數(shù)檢驗

非參數(shù)檢驗則不考慮總體分布是否已知，常常也不是針對總體參數(shù)，而是針對總體的某些一股性假設(shè)（如總體分布的位罝是否相同，總體分布是否正態(tài)）進(jìn)行檢驗。

適用情況：順序類型的數(shù)據(jù)資料，這類數(shù)據(jù)的分布形態(tài)一般是未知的。

A 雖然是連續(xù)數(shù)據(jù)，但總體分布形態(tài)未知或者非正態(tài)；

B 體分布雖然正態(tài)，數(shù)據(jù)也是連續(xù)類型，但樣本容量極小，如10以下；

主要方法包括：卡方檢驗、秩和檢驗、二項檢驗、游程檢驗、K-量檢驗等。

三、信度分析

檢査測量的可信度，例如調(diào)查問卷的真實性。

分類：

1、外在信度：不同時間測量時量表的一致性程度，常用方法重測信度

2、內(nèi)在信度；每個量表是否測量到單一的概念，同時組成兩表的內(nèi)在體項一致性如何，常用方法分半信度。

四、列聯(lián)表分析

用于分析離散變量或定型變量之間是否存在相關(guān)。

對于二維表，可進(jìn)行卡方檢驗，對于三維表，可作Mentel-Hanszel分層分析。

列聯(lián)表分析還包括配對計數(shù)資料的卡方檢驗、行列均為順序變量的相關(guān)檢驗。

五、相關(guān)分析

研究現(xiàn)象之間是否存在某種依存關(guān)系，對具體有依存關(guān)系的現(xiàn)象探討相關(guān)方向及相關(guān)程度。

1、單相關(guān)： 兩個因素之間的相關(guān)關(guān)系叫單相關(guān)，即研究時只涉及一個自變量和一個因變量；

2、復(fù)相關(guān) ：三個或三個以上因素的相關(guān)關(guān)系叫復(fù)相關(guān)，即研究時涉及兩個或兩個以上的自變量和因變量相關(guān)；

3、偏相關(guān)：在某一現(xiàn)象與多種現(xiàn)象相關(guān)的場合，當(dāng)假定其他變量不變時，其中兩個變量之間的相關(guān)關(guān)系稱為偏相關(guān)。

六、方差分析

使用條件：各樣本須是相互獨立的隨機樣本；各樣本來自正態(tài)分布總體；各總體方差相等。

分類

1、單因素方差分析：一項試驗只有一個影響因素，或者存在多個影響因素時，只分析一個因素與響應(yīng)變量的關(guān)系

2、多因素有交互方差分析：一頊實驗有多個影響因素，分析多個影響因素與響應(yīng)變量的關(guān)系，同時考慮多個影響因素之間的關(guān)系

3、多因素?zé)o交互方差分析：分析多個影響因素與響應(yīng)變量的關(guān)系，但是影響因素之間沒有影響關(guān)系或忽略影響關(guān)系

4、協(xié)方差分祈：傳統(tǒng)的方差分析存在明顯的弊端，無法控制分析中存在的某些隨機因素，使之影響了分祈結(jié)果的準(zhǔn)確度。協(xié)方差分析主要是在排除了協(xié)變量的影響后再對修正后的主效應(yīng)進(jìn)行方差分析，是將線性回歸與方差分析結(jié)合起來的一種分析方法，

七、回歸分析

分類：

1、一元線性回歸分析：只有一個自變量X與因變量Y有關(guān)，X與Y都必須是連續(xù)型變量，因變量y或其殘差必須服從正態(tài)分布。

2、多元線性回歸分析

使用條件：分析多個自變量與因變量Y的關(guān)系，X與Y都必須是連續(xù)型變量，因變量y或其殘差必須服從正態(tài)分布 。

1）變呈篩選方式：選擇最優(yōu)回歸方程的變里篩選法包括全橫型法（CP法）、逐步回歸法，向前引入法和向后剔除法

2）橫型診斷方法：

A 殘差檢驗： 觀測值與估計值的差值要艱從正態(tài)分布

B 強影響點判斷：尋找方式一般分為標(biāo)準(zhǔn)誤差法、Mahalanobis距離法

C 共線性診斷：

·診斷方式：容忍度、方差擴大因子法(又稱膨脹系數(shù)VIF)、特征根判定法、條件指針CI、方差比例

·處理方法：增加樣本容量或選取另外的回歸如主成分回歸、嶺回歸等

3、Logistic回歸分析

    線性回歸模型要求因變量是連續(xù)的正態(tài)分布變里，且自變量和因變量呈線性關(guān)系，而Logistic回歸模型對因變量的分布沒有要求，一般用于因變量是離散時的情況

分類：

Logistic回歸模型有條件與非條件之分，條件Logistic回歸模型和非條件Logistic回歸模型的區(qū)別在于參數(shù)的估計是否用到了條件概率。

4、其他回歸方法 非線性回歸、有序回歸、Probit回歸、加權(quán)回歸等