深入浅出数据分析读书笔记

一、引言，分解数据。

1. 数据分析的过程：明确该数据分析服务的目标客户及其真实需求一〉确定问题一〉分解问题和数据一〉评估一〉决策

2．统计模型取决于心智模型

二、实验，检验你的理论

1．注意比较，要怀疑因果方向

2．分组成控制组和实验组时，要注意混杂因素，使其具有同票同权

三、最优化，寻找最大值

1．列出方程，用excel的Solver求最值

四、数据图形化

1．尽量让图形多元化可促成最有效的比较，如将多张相似的散点图相邻排放

五、假设检验用证伪法

1．从线索中寻找元素间的正相关和负相关，然后对每一种假设证伪

2．如果证据能帮助对假设强弱排序，则具有诊断性

六、贝叶斯统计，强大。

七、主观概率需量化，用标准偏差看与平均值的差距。当需要加入新证据修正主观概率时，贝叶斯规则

八、启发法，人类天性

1．快省树

2．当直接计算、找数据的过程不可行时，用启发法

九、直方图

1．R程序和直方图，一个直方图发现问题，找到R中平均值中值和直方图中峰的错位，拆分多个图可能发现原因。

十、回归，预测

1．可能需要预测的问题：

- 人们的措施

- 市场动态

- 重大事件

- 实验结果

- 数据中未体现的资料

不能不问的问题

- 我有足够的数据进行预测吗？

- 我的预测准确性如何？

- 是定性预测还是定量预测？

- 我的客户能顺利利用这个预测吗？

－ 我的预测有何局限性？

2．散点图可以处理可能有关系的2－3个数据，平均值图显示X轴每个区间相对应的Y轴数值，回归线是最准确的贯穿平均值图中各个点的直线，回归线对具有线性相关特点的数据有用，相关系数为0表示毫不相关。

十一、误差

1．机会误差又称残差，是优秀的统计模型的核心，若能正确解释，就能更好的理解数据和模型的用途。定量的指定误差一〉推出结果范围而不是一个简单的值更理性，误差需要定量。标准差描述平均值周围的分布，均方根误差描述残差分布