统计学-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

永洪科技

大数据领域“内永洪，外Tableau”是怎么来的？听听业内人怎么说

近日，“2020大数据独角兽企业排行榜”重磅发布，国内厂商永洪科技和国际厂商Tableau双双入选TOP10，领跑BI &数据分析领域。在行业内，一直有着“内永洪，外Tableau”的说法。用一句话概括就是，Tableau是国际领头羊，永洪科技是国内领导者。1、主办方是如何看待数据分析领域的？“2020大数据独角兽企业排行榜”由中国科学院主管、科学出版社主办的《互联网周刊》发布。“从大数据的概念提

22.8346

2

3

0

关注作者

收藏

shauna570392

统计使用最小二乘法求回归方程需要统一单位吗？

计算的时候可以不用管不同变量间的单位的（只要同一个变量间单位一致就可以了），在解释的时候带单位解释就可以了比如下图，显示出了不同变量的单位，就不需要把销售额和广告费的单位完全统一了：

22.8670

3

1

0

关注作者

收藏

陈革007

统计学: 时间序列的成分

1.趋势(trend)n 持续向上或持续下降的状态或规律2.季节性(seasonality)也称季节变动(Seasonal fluctuation)时间序列在一年内重复出现的周期性波动3.周期性(cyclity) n 也称循环波动(Cyclical fluctuation) n 围绕长期趋势的一种波浪形或振荡式变动4.随机性(random) n 也称不规则波动(Irregular vari

24.8405

4

1

0

关注作者

收藏

陈革007

统计学: 多重共线性的识别

n 如果出现下列情况，暗示存在多重共线性n 模型中各对自变量之间显著相关n 当模型的线性关系检验(F检验)显著时，几乎所有回归系数的t检验却不显著n 回归系数的正负号与预期的相反n 容忍度(tolerance)与方差扩大因子(variance inflation factor，VIF)。l 某个自变量的容忍度等于1减去该自变量为因变量而其他k-1个自变量为预测变量时所得到的线性回归模型

24.6724

3

1

0

关注作者

收藏

开花结果02

统计学：样本标准差为什么除以n-1

其实标准差的定义公式为=√{[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n}，其中分母是n，因为这里的n的意义是总体数量。i而在实际统计中，往往以样本代替反映整体，这时要用的就是问的（n-1），表示的是样本能自由选择的程度（当选到只剩一个时，它不可能再有自由了，所以自由度是n-1）。那么具体什么时候用哪个做分母，原则如下：如是总体，标准差公式根号内除以n如是样本，标准差公

24.6715

3

6

0

关注作者

收藏

开花结果02

统计：如何计算x服从t分布，如何计算x>0.5的p值

这道题怎么计算呢？首先x是服从t分布的，自由度是16，查看计算表可得0.5左侧的面积是0.688，所以x>0.5应该看右侧的面积，所以右侧的面积是1-0.688=0.312，答案是B

24.6715

3

1

0

关注作者

收藏

若水若谷

Excel：如何启动数据分析工具？

第一步：打开文件选项卡——选择选项第二部：打开excel加载项第三部：勾选数据分析库：

24.6689

3

2

0

关注作者

收藏

读童话的狼

MAD（Median absolute deviation, 中位数绝对偏差）

在统计学中，中位数绝对偏差（MAD）是对单变量数值型数据的样本偏差的一种鲁棒性测量。同时也可以表示由样本的MAD估计得出的总体参数。对于单变量数据集X1,X2,...,Xn，MAD定义为数据点到中位数的绝对偏差的中位数：也就是说，先计算出数据与它们的中位数之间的残差（偏差），MAD就是这些偏差的绝对值的中位数。中位数绝对偏差是一种统计离差的测量。而且，MAD是一种鲁棒统计量，比标准差更能适应数据集

25.1086

5

3

0

关注作者

收藏

若水若谷

统计学：多重线性是什么？

多重共线性有两种情形：1.完全多重共线性；2.不完全多重共线性。多重共性性实际上研究的是程度问题，它是样本特征，根据给定的样本，可以测度该样本的多重共线性程度。它对回归分析结果影响的程度，不仅取决于它的强弱，还取决于共线性变量在模型中的重要性。1. 产生原因主要有：经济变量之间具有共同变化趋势；利用截面数据建立模型也可能出现多重共性性；模型中包含滞后变量；样本数据的自身原因。2.

19.2280

4

4

0

关注作者

收藏

pkwwwsas

jupyter notebook简介

jupyter notebook 中有两种模式：编辑模式和命令模式编辑模式：单元框左侧是绿色竖线。可以输入代码或者Markdown语法。在命令模式下输入'y'进行切换命令模式：单元格左侧是蓝色竖线。用于执行键盘输入的快捷命令。在编辑模式下输入Esc键进行切换jupyter notebook 中有两种单元：代码模式和markdown单元代码单元：写代码的单元，代码单元左边有 In [1]: 这样的序

24.7018

2

0

0

关注作者

收藏

zhongxn

列联分析（基于spss 25）

假设 HO:一胎的性别对生育二胎无影响 H1:一胎的性别对生育二胎有影响注：从上图可知，总数=30

42.1928

8

6

0

关注作者

收藏

李名奎

假设检验p值计算

P值的计算：一般地，用X 表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说：左侧检验的P值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X < C}右侧检验的P值为检验统计量X 大于样本统计值C 的概率：P = P{ X > C}双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍：P =

25.5411

9

2

0

关注作者

收藏

bowan.

方差分析：定性数据对定量数据的影响

方差分析：定性数据对定量数据的影响方差分析解决问题的步骤一、方差分析的数据结构二、方差分析的分析步骤用表格表示分析计算过程：1、单因素方差分析：2、不重复双因素方差分析：其中，关系强度系数：R2=(SSR+SSC)/SST3、可重复双因素方差分析三、excel中方差分析：数据——数据分析——方差分析：单因素方差分析——输入区域（所有数据包含第一行分类）——标志位于第一行（打勾）——输出区域单因素方

54.5286

4

4

0

关注作者

收藏

Kevin66832

如何用SPSS进行二元逻辑回归分析？

题目是这样的：建立二胎生育意愿为因变量，家庭年净收入和一胎性别为自变量的逻辑回归模型。首先，二胎意愿属于二项分布，即只有两种情况（愿意和不愿意）因此，将二胎意愿列和一胎性别列量化（愿意-1，不愿意-0，男性-1，女性-0），数据如下：接下来把数据复制粘贴进SPSS软件，并设置名称和值标签~然后，在数据视图下选择分析--回归--二元Logistic将，二胎生育意愿设为因变量，家庭年净收入和一胎性别设

53.9232

6

2

0

关注作者

收藏

shauna570392

使用eviews做回归分析

题目：建立二胎生育意愿为因变量（y），家庭年净收入和一胎性别为自变量（x）的逻辑回归模型原始数据如下：步骤:一：设愿意—1，不愿意—0，男—1，女—0（分类变量的编码处理，一般习惯设为0，1）步骤二：打开Eviews（点击files—new—workfile...出现的对话框选unstructured/undated，在旁边的空格处填>=30的数，因为此样本容量为30个）建好如下步骤三：点击

56.8208

5

0

0

关注作者

收藏

shauna570392

分类变量除了愿意、不愿意，如果实际中有人选择类似中等愿意的第三种选择，设0还是1？还是设其他数字

如果分类变量为：不愿意，中等愿意，愿意，这里描述了事物等级或顺序，表现出了不同的意愿。在进行编码的时候如果是有序分类变量，一般可按对因变量影响由小到大的顺序编码为0、1、2、3、...这里可以把不愿意编码为0，中等愿意编码为1，愿意编码为2

56.6980

4

2

0

关注作者

收藏

shauna570392

如何确定抽样统计的最小样本量？--公式计算

以下为对应的公式：

56.6381

3

2

0

关注作者

收藏

shauna570392

如何确定抽样统计的最小样本量?-经验法则

对于规模较小的总体(1000人以下),研究者需要比较大的抽样比率(大约30%)为要有较高的精确性,这时需要大约300个样本；对于中等规模的总体(如10000人),要达到同样的精确度,抽样比率为10%或大约1000个样本量就可以。就大规模的总体(超过150000)而言,抽样比率为1%或大约1500个样本量就能得出正确的结果。如果是非常大的总体（超过1000万）。研究者可以使用0。025%抽样比或者大

56.6980

4

3

0

关注作者

收藏

anranhui

数据可视化小tip——累计频数图

24小时内通常有多长时间玩游戏的数据统计：经过简单计算，得出上限和累积频数。经过绘制得出：要点：累计频数图不仅用于分组数据。帕累托图就是特殊的累计频数图，加入了黄金分割2-8。累计频数是指到该数值点为止的总频数。当体现趋势时使用折线图，例如基于时间的趋势，可用折线图表现多批数据，每批数据各用一条线表示。不要使用折线图显示类别数据。

53.6192

3

2

0

关注作者

收藏

anranhui

数据可视化小tip——直方图

直方图：区间宽度并不是都相同的，频数和每个长方形的面积成比例。如下数据：错误案例：正确是案例：中间隐藏了一步，求解频数密度：要点：频数密度是指分组数据中频数的密集度。频数密度=频数/组距直方图是专门体现分组数据的图形，形似条形图，但高度等于频数密度——而不是频数。直方图每个长方形的宽与其分组宽度成正比。长方形按照连续数字标度绘制。直方图中每个组的频数通过长方形面积求出。直方图中长方形之间无间隔。直

54.4034

4

1

0

关注作者

收藏

<1…131415…55>

CDA考试动态

CDA报考指南