2022年数据分析复习资料 .pdf

《2022年数据分析复习资料 .pdf》由会员分享，可在线阅读，更多相关《2022年数据分析复习资料 .pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1.数理统计1.1 数理统计：它通过对随机现象的观察收集一定量的数据，然后进行整理、分析，并应用概率论的知识作出合理的估计、推断、预测。1.2 总体抽样：总体：所研究的具有某些相同性质的全部单位或事件的整体。抽样：从总体中抽取部分单位所组成的整体，用以分析总体。1.3 收集：1.3.1 统计数据的来源分为直接来源和间接来源。1.3.2 统计调查的组织方式有普查，抽样调查，统计报表，重点调查，典型调查。1.3.3 统计数据的具体收集方法有：1.询问调查：访问调查，邮寄调查，电话调查，座谈会，个别深度访问，网上调查2.观察与实验：观察法，实现法。1.4 整理：统计数据的预处理：是数据分组处理的先前

2、步骤，包括审核，筛选，排序。审核：应用各种检查规则来辨别缺失、无效或不一致的录入。筛选：1.将某些不符合要求的或有明显错误的数据予以剔除。2.将符合某种特定要求的数据筛选出来。排序：把定量的数据按由大到小或由小到大的顺序排列，将定性的数据按习惯的文字顺序排列，便于我们研究其条理。1.5 统计分组：对于定性的数据就是依据属性的不同将数据划分成若干组，对于定量的数据就是依据属性数值的不同将数据分成若干组。特点：组内同质性，组间差异性。按数量标志分组的两类方法：1.单项式分组：每个组的变量值是一个值，适用于变量值不多，变化范围不大的离散变量（比如大学生按专业分组）2.组距式分组：将总体按照数据标志分

3、为几个区间，适用于连续型变量或变量值较多的离散型变量。（比如人口按年龄分组）1.6 频数分布：在对总体进行分组的基础上，将总体中所有单位按组归类整理，形成总体各单位在各组间的分布。3.数据的显示统计图：是用点、线、面、体来形象地表示数量资料的一种方式。2.1 条形图：是利用相同宽度条形的长短或高低表现各相互相对立的统计数据大小或变动的统计图。2.2 圆饼图：用来表示事物内部的构成情况（必须用相对数，且各项和为100% 图中扇形面积的大笑表示百分比数量）2.3 星形图：适用于同期性数据，如一年的月份或一天的小时，也适用于成分组成数据。名师资料总结 - - -精品资料欢迎下载 - - - - -

4、- - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - 2.4 散步图：形象的反映出有内部关系的两个连续变量之间的变化趋势。2.5 拆线图：适用于表示两个或多个事物随着时间的推移，在速度上的变化快慢。2.6 层次图：在地理学中用来绘制等高线，在经济学中常用来画等值的利润曲线。2.7 三维图：必须指定三个三维图形变量才能产生。3.数据3.1 集中趋势：一组数据向中心值靠拢的趋势。3.2 绝对数：统计资料经过汇总整理后等到的反映总体规模和水平的总和指标。3.3 相对数：用两个有联系的指标进行对比的比值

5、。3.4 平均数：表明同类现象在一定时间、地点、条件下所达到的一般水平，是总体内观察值的代表性数值。3.5 常用的平均数：1.算术平均数：一个变量的所有观察值相加，再除以观察值的个数。2.几何平均数：几个变量的值连乘的n 次根。3.中位数：是一种位置平均数，数据按大小顺序排列，处于数据序列中间位置的数值即中位数。4.众数：是一种位置平均数，是一批数据中出现次数最多的数。3.6 平均数之间的关系：1.众数适用于所有定性数据和定量数据2.中位数适用于定性数据中的定量数据和定序数据3.算术平均数只适用于定量数据。3.7 离散趋势用一个特定的数值来反映一组数据相互之间的离散程度。标志变异指标：反映变量

6、分布离散趋势、与平均指标相匹配的指标。3.8 常用标示变异指标1 异众比率：非众数组所占的比重2 极差：数列中最大值和最小值之差3 四分位差：第三四分位数与第一四分位数之差的二分之一。（四分位数：它大于的数据个数有整个数据的25/100，就称第1 四分位数，如果有一个数，它大于的数据个数有整个数据的75/100，就称第3 四分位数。）4.平均差：各标志值与均值离差绝对值的算术平均。5.方差和标准差：所有观察值与平均数离差平方平均数的平方根为方差。方差的平方为标准差。6.标准差系数：标准差与均值之商3.9 数据的形态测定1.偏度：测定数据分布的偏斜程度的指标名师资料总结 - - -精品资料欢迎下

7、载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 2.峰度：反映数据分布曲线顶端的尖峭程度或扁平程度。4.OLAP 4.1OLAP: 是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。OLTP:是传统的关系型数据库的主要应用，主要是基本的，日常的事务处理。4.2OLAP 与 OLTP 区别：OLTP OLAP 用户操作人员 , 低层管理人员决策人员 , 高级管理人员功能日常操作处理分析决策DB 设计面向应用面向主题数据当前的 ,

8、最新的细节的 , 二维的分立的历史的 , 聚集的 , 多维的集成的, 统一的存取读/ 写数十条记录读上百万条记录工作单位简单的事务复杂的查询用户数上千个上百万个DB 大小100MB-GB 100GB-TB 5.OLAP 操作5.1 钻取：在一个维内部沿着层次从上到下或从下到上的方向考察数据，分为上钻和下钻。上钻：汇总数据通过一个维的概念分层向上攀升来实现。下钻： 上卷的逆操作， 由不太详细的数据得到更加详细的数据，可以通过沿维的概念分层向下或引入新的维来实现。5.2 切片 /切块：固定某些维成员，对其他维进行考察。5.3 旋转或转轴：按不同的顺序组织各个维，对结果进行考察。5.4 OLAP 存

9、储方式：多维存储，关系存储，混合存储5.5 多维存储：按多维方式组织数据5.6 关系存储：按关系组织数据，常用的有星型连接模式。基包括：事实表：存放基本业务级信息。维表：存放维度信息。维：是人们观察数据的特定角度（时间维、地理维）概念分层： 人们观察数据的某个特定角度（即某个维） 还可以存在细节程度不同的多个描述方面，我们称这个描述方面为维的层次。6.数据仓库6.1 数据仓库：面向主题的，集成的，不可更新的，随时间变化的数据集合，用以支持决策分析。6.2 粒度：数据仓库的数据单位中保存数据的细化或综合程度的级别。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - -

10、- - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - 6.3 分割：把大的数据集划分成多个较小的数据集，并分散到不同的物理单元进行存储，使它们能独立地被处理。优点：便于管理，提高访问效率。6.4 数据挖掘：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，抽取出潜在的、有价值的知识和信息（模型或规则）的过程。7.商务智能商务智能指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，为企业的各种经营活动提供决策信息。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -