SPSS最优尺度:分类主成分分析 一、分类主成分分析（分析-降维-最优尺度） 1、概念：此过程在减少数据维数的同时量化分类变量。分类主成份分析也表示为缩写词CATPCA（代表categorical principal com ...
2017-11-05Python Nose框架编写测试用例方法 本文主要介绍nose框架编写自动化测试用例的方法。 2. Nose编写测试用例方法 nose会自动识别源文件，目录或包中的测试用例。 任何匹配testMatch正则表达式（默认为(?:^|[\\b_\\ ...
2017-11-05
基于大数据分析的异常检测方法及其思路实例 1 概述 随着人类社会信息化程度的不断深入，信息系统产生的数据也在呈几何级数增长。对这些数据的深入分析可以得到很多有价值的信息。由于数据量太大以及数据属性 ...
2017-11-05
统计学方法与数据分析学习笔记1 用于质量改进和再造工程的统计工具、技术和方法： 直方图 数值描述量（均值、标准差、比例等） 散点图 线图（在散点图中用线连接各点） 控制图：（样本均值 ...
2017-11-04
大数据和BI商业智能有何区别？有何相关 大数据 ≠BI商业智能，大数据也不是传统商业智能的简单升级。 1、大数据和BI两者的区别 BI(BusinessIntelligence)即商业智能，它是企业数据化管理的一整套的方案， ...
2017-11-04
结构思维—用结构化思考让数据分析到达问题的底层 对数据分析而言，不仅仅是直接回答问题，同时还需要针对问题，不断去探求，不断去深入。当探求问题的时候，可以用到图表可以用到统计，不过图表和统计的 ...
2017-11-04
如何搭建企业报表管理系统 进入21世纪信息化时代，我们的生活、工作都发生了极大的变化，企业的工作模式亦是如此，从前，领导想了解企业的经营情况都是通过手工制作的excel表格，而现在，众多企业 ...
2017-11-04
数据分析方法（一）：对比与对标 对比是数据分析最基本的方法，通过对比识别数据差异。但是对比有得失。在分析过程中，对比得当可获得精准结论，但对比分析也存在陷阱，比如某产品近期销售数据在下滑，想 ...
2017-11-04举例简单讲解Python中的数据存储模块shelve的用法 shelve类似于一个key-value数据库，可以很方便的用来保存Python的内存对象，其内部使用pickle来序列化数据，简单来说，使用者可以将一个列表、字典、或者用户 ...
2017-11-03
SPSS复杂样本：复杂样本统计过程 一、复杂样本频率（分析-复杂抽样-频率） “复杂样本频率”过程可以为所选变量生成频率表并显示单变量统计。您还可以按子组请求统计量，子组由一个或多个分类变量 ...
2017-11-03
大数据时代 | 数据分析方法及理论详解 1 数据分析前，我们需要思考 像一场战役的总指挥影响着整个战役的胜败一样，数据分析师的思想对于整体分析思路，甚至分析结果都有着关键性的作用。 2 分析问题和解 ...
2017-11-03单因素方差分析（aov）-R版本 R版本的方差分析 #做方差分析有三个假设，需要提前进行检验。1.每个处理效应和随机误差是可加的。2.正态独立性，检验误差应该是正态分布的。3.方差齐次性。水平间的方差应该相等 ...
2017-11-03
SPSS回归分析：两阶最小二乘法 一、两阶最小二乘法（分析-回归-两阶最小二乘法） 标准线性回归模型假设因变量中的误差与自变量不相关。如果不是这种情况（例如，变量间的关系是双向的），则使用普 ...
2017-11-02
SPSS分类分析：决策树 一、决策树（分析-分类-决策树） “决策树”过程创建基于树的分类模型。它将个案分为若干组，或根据自变量（预测变量）的值预测因变量（目标变量）的值。此过程为探索性和证 ...
2017-11-02
SPSS缺失值：缺失值分析 一、缺失值： 具有缺失值的个案会引发严重的问题，因为典型的建模过程会简单地从分析中丢弃这些个案。如果存在少量缺失值（大约低于个案总数的5%），且这些值可以被认为随 ...
2017-11-02SPSS数据准备：数据验证 一、数据准备： 随着计算系统能力的提高，对信息的需要成比例增长，导致收集的数据越来越多—出现更多的个案、更多的变量以及更多的数据输入错误。这些错误会损害作为数据 ...
2017-11-02SPSS时间序列：应用时间序列模型 一、应用时间序列模型（分析-预测-应用模型） “应用时间序列模型”过程从外部文件加载现有的时间序列模型，并将它们应用于活动数据集。使用此过程，可以在不重新 ...
2017-11-02
SPSS时间序列：拟合优度测量 SPSS时间序列：拟合优度测量 一、拟合优度测量 1、固定的R方.将模型的平稳部分与简单均值模型相比较的测量。当具有趋势或季节性模式时，该度量适用于普通R方。固 ...
2017-11-01
R语言中的方差分析 方差分析：当包含的因子是解释变量时，我们关注的重点通常会从预测转向组别差异的分析，这种分析法称作方差分析（ANOVA）。 install.packages(c(\'multcomp\', \'gplots\', \'car\', \'HH ...
2017-11-01
方差分析：不同组间的差异真的显著吗 在数据分析中，按照具体维度将数据分组进行组间比较是十分常见的，例如在零售业态中，按照性别、城市、收入水平将消费者进行分组进行对比分析。看似简单，其实这其中经常伴 ...
2017-11-01《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习，包括理论知识和实践技能。以下是数据分析需要学习的主要方面： 基础知识： 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作，包括但不限于以下领域： 金融行业：金融行业对数据分析人才的需求非常大，数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面： 数据收集与整理：数据分析师 ...
2024-11-22数据分析师需要掌握多种技能，以确保能够有效地处理和分析数据，并为业务决策提供支持。以下是数据分析师需要掌握的主要技能： ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别： 定义和目标： 数据开发：数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色，其职责涵盖了多个方面，包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能，以确保能够有效地处理、分析和解释数据，从而支持决策制定。以下是数据分析师所需的关键技能： ...
2024-11-22数据分析师需要具备一系列技能，以确保能够有效地处理、分析和解释数据，从而支持决策制定。以下是数据分析师所需的关键技能： ...
2024-11-22数据分析师需要具备一系列的技能和能力，以确保能够有效地处理、分析和解释数据，从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升，企业对数据驱动决策的依赖加深。 - 预测到2025年，中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中，可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面，主要包括数据的收集、整理、分析和可视化，以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能： 统计学基础：数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异，总体来看，入门并不算特别困难，但需要一定的学习和实践积累。 入门难度：数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程，它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展，随着技术的不断进步和数据量的爆炸式增长，企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术，每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法： 对比分析法：通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级，以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域，吸引着越来越多的女性加入其中。对于女生而言，在选择成为一名数据分析师时，行业选择至关 ...
2024-11-21
