数据分析中的缺失值处理

2017-12-01

数据分析中的缺失值处理 没有高质量的数据，就没有高质量的数据挖掘结果，数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时，可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中，往往 ...

SPSS之两独立样本非参数检验（U检验）

2017-11-22

SPSS之两独立样本非参数检验（U检验） 一、概述 Mann-Whitney U 检验是用得最广泛的两独立样本秩和检验方法。简单的说，该检验是与独立样本 t 检验相对应的方法，当正态分布、方差齐性等不能达到 t 检验的要 ...

SPSS回归分析：有序回归

2017-11-21

SPSS回归分析：有序回归 一、概念（分析-回归-有序） 使用序数回归可以在一组预测变量（可以是因子或协变量）上对多歧分序数响应的依赖性进行建模。序数回归的设计基于McCullagh (1980, 1998)的方 ...

SPSS回归分析：自动线性模型

2017-11-19

SPSS回归分析：自动线性模型 一、自动线性模型（分析-回归-自动线性建模） 1、 目标（分析-回归-自动线性建模-构建选项） 2、基本（分析-回归-自动线性建模-构建选项） 自动准备 ...

SPSS分类分析：最近邻元素分析

2017-11-15

SPSS分类分析：最近邻元素分析 一、最近邻元素分析（分析-分类-最近邻元素） 1、概念：根据个案间的相似性来对个案进行分类。类似个案相互靠近，而不同个案相互远离。因此，通过两个个案之间的距离 ...

SPSS广义线性模型：广义估计方程

2017-11-08

SPSS广义线性模型：广义估计方程 一、广义估计方程： 1、概念：广义估计方程过程对广义线性模型进行了扩展，以允许分析重复的测量或其他相关观察数据，例如聚类数据。 2、示例。公共卫生官员 ...

SPSS时间序列：频谱分析

2017-11-01

SPSS时间序列：频谱分析 一、频谱分析（分析-预测-频谱分析）    “频谱图”过程用于标识时间序列中的周期行为。它不需要分析一个时间点与下一个时间点之间的变异，只要按不同频率 ...

数据科学的基本内容

2017-10-31

数据科学的基本内容 什么是数据科学?它和已有的信息科学、统计学、机器学习等学科有什么不同?作为一门新兴的学科，数据科学依赖两个因素：一是数据的广泛性和多样性;二是数据研究的共性。现代社会的各行各业都 ...

SPSS—均 值 检 验 （Compare Means）—单一样本T检验

2017-10-30

SPSS—均 值 检 验 （Compare Means）—单一样本T检验 检验某个变量的总体均值和指定值是否存在显著性差异，统计的前提是样本的总体服从正态分布。此检验对偏离正态性也是相当稳健的。 置信区间 正态 ...

T检验、F检验和统计学意义（P值或sig值）

2017-10-27

T检验、F检验和统计学意义（P值或sig值） 1.T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所 ...

大数据世界里的谎言与事实

2017-10-08

大数据世界里的谎言与事实 这位先生，您好，您听过大数据么? 不不不，不是锯大树的那个锯...是很大的数据，特别大，是今年最流行的，人人都在谈的先进技术——您只要用了我们的大数据分析方案，保证您的企业 ...

数据分析：人类正在变成七秒鱼还是三秒男

2017-09-12

数据分析：人类正在变成七秒鱼还是三秒男 如果存在上帝或者三体人的话，他们会不会也怀着类似的视角看现在的人类?他们会不会觉得人类也是七秒鱼或者快进快出的三秒男? 让我产生这个想法的是最近接连不断的热 ...

一个优雅地探索相关性的新可视化方法

2017-08-27

一个优雅地探索相关性的新可视化方法 一个古老的诅咒一直萦绕着数据分析：我们用来改进模型的变量越多，那么我们需要的数据就会出现指数级的增长。不过，我们通过关注重要的变量就可以避免欠拟合以及降低收集 ...

用Python从零实现贝叶斯分类器的机器学习的教程

2017-07-31

用Python从零实现贝叶斯分类器的机器学习的教程 这篇文章主要介绍了用Python从零实现贝叶斯分类器的教程,朴素贝叶斯算法属于机器学习中的基础内容、实用而高效，本文详细展示了用Python语言实现的步骤，需要的 ...

机器学习中的各种相似性、距离度量

2017-07-25

机器学习中的各种相似性、距离度量 本文主要关注点在于各个距离、相似度之间的优缺点，及使用时候的注意事项。 1. 闵可夫斯基距离 基本认识 该距离最常用的 p 是 2 和 1, 前者是欧几里得距离（Euc ...

样本统计量与总体的关系，抽样分布的概念性质

2017-07-23

样本统计量与总体的关系，抽样分布的概念性质 本文对抽样分布的概念、无偏差和最小偏差等性质，以及中心极限定理和样本比例的抽样分布进行总结。 1  抽样分布基本概念 参数（parameter）：参数 ...

图形和数值的数据集描述方法

2017-07-23

图形和数值的数据集描述方法 图形方法对数据集的描述 1. 条形图（bar graph）   条形图一般横向表示类别（class），纵向表示该类别所对应的类别频率（class frequency）。 2. 饼状图（pie graph） &nb ...

R语言与点估计学习笔记（矩估计与MLE）

2017-07-22

R语言与点估计学习笔记（矩估计与MLE） 众所周知，R语言是个不错的统计软件。今天分享一下利用R语言做点估计的内容。主要有：矩估计、极大似然估计、EM算法、最小二乘估计、刀切法（Jackknife）、自助法（Boots ...

R语言与回归分析几个假设的检验

2017-07-22

R语言与回归分析几个假设的检验 一、从线性回归的假设说起 对于线性回归而言，若要求回归估计有一些良好性质比如无偏性，就需要加上一些假定条件。比如要达到估计的无偏性，我们通常需要加上高斯-马尔科夫 ...

R语言多元分析系列

2017-07-21

R语言多元分析系列 R语言多元分析系列之一：主成分分析 主成分分析（principal components analysis， PCA）是一种分析、简化数据集的技术。它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一 ...