CDA level1 Part1 易错易混概念总结

1. 数据分析的层次：常规报表、即席查询、多维分析、警报、统计分析、预报、预测性建模、优化。
2. crisp-dm方法论：业务理解、数据理解、建模、模型评估、模型发布。
3. semma方法论：探索-修改-建模-评估-抽样-探索 形成闭环。
4. 分类变量检查其众数、分类取值的百分比间的差别。
5. 连续变量检查其中心水平、离散程度、偏度、峰度4个方面。
6. 正态分布中，均值=中位数=众数。
7. 正态分布中，变量取值距离均值2倍标准差内出现的概率师95%，即该变量出现大于或者小于2倍标准差的概率约为2.5%。
8. 从一个均值和方差的一定的总体中抽取n个样本，那么当n足够大时，样本均值和总体一样，方差为原方差除以n，那么标出差为方差开方。当我们做很多次抽样，都会算出一个均值x，那么这些x排列会成正态分布，那么就符合正态分布的策略，95% 2个标准差以内，99.7%3个标准差以内。