【数据分析入门】第三、四周 描述统计与概率论笔记

第三、四周 Excel数据分析-描述统计与概率论笔记

一、数据分析的步骤

提出问题、理解数据、数据清洗（选择子集，删除重复值，一致化处理，异常值处理）、构建模型、阐述分析

二、描述统计学

简单描述为：数值数据与分类数据间互相转换

（1）分类数据描述统计：频数统计、频数百分比

（2）数值数据描述统计

a. 统计度量

平均数（AVERAGE）、中位数(MEDIAM)、众数（MODE）

分位数（四分位数法QUARTILE……）

方差（VAR.P描述数据的离散程度）

标准差（STDEV.P统一单位）

数据波动：平均数 ± 标准差

数据标准化：Z-Score（Z=Xi-平均数）/标准差

关于标准差：切比雪夫定理

至少有75%的数据，位于平均数2个标准差范围内

至少有89%的数据，位于平均数3个标准差范围内

至少有96%的数据，位于平均数5个标准差范围内

（可用于异常值检测）

b. 可视化

（1）箱线图

（2）直方图

三、概率的世界

概念：交、并、补集（略）

贝叶斯定理：

来自教程视频：https://www.bilibili.com/video/av55547534/?p=40