《深入浅出数据分析》读书分享

这本书通过13个故事来讲述十三个数据分析的知识点，每个故事情节大同小异，一般是一家公司经营出现了问题，公司老板通过邮件告知数据分析师目前的问题是什么，有什么背景和条件，然后数据分析师进行数据分析输出建议。本书基本没有专业术语和概念，全书四五百页都用对话加插图的形式讲述，每章有问答和作业。如果不做书本中的那些作业，大概5到6个小时可以阅读完。

这本书主要有以下内容：

1.分解数据

数据分析的流程：确定问题，分解问题和数据（找出高效的比较因子），评估（核心是作出有效的比较），决策（作出自己明确的假设和结论）；

统计模型决定于心智模型；

分析报告的组成：背景、数据解说、建议；

2.实验

比较法：最基本的原理；

观察研究法：精心选择分组，避免受到混杂因素的影响；

控制组：一组体现现状的处理对象，未经过任何新的处理；

历史控制法/同期控制法；

随机访谈：从对象池中随机选择对象是避免混杂因素的好办法；

3.最优化

将数据分组：无法控制因素\可控制因素；

转成目标函数、找出可行域、得出最大值；

Excel插件的使用：solver；

4.数据图形化

标签云：http://www.wondle.net;

散点图：寻找因果关系；

优秀的图形有利于思考；

5.回归预测

散点图在于寻找变量中的因果关系；

相关性：两种变量的线性关系；

系数r：衡量相关性的强弱；

相关性取决于实际经验判断；

6.假设检验

证伪：剔除无法证实的假设；

满意法：选出一个最可信的假设；（太主观）

证据诊断性能够帮忙评估假设相对强度；

7.贝叶斯统计

条件概率：以一件事的发生为前提另一件事发生的概率；

基础概率：已经知道的概率；

贝叶斯规则，在计算概率时需要将基础概率考虑在内；

8.主观概率

主观概率数据化有利于直观比较概率的大小；

标准偏差，度量分析点和平均值的偏差；

贝叶斯规则可以修正主观概率偏差；

9.启发法

凭借人类的天性做分析（其实就是人的直觉~）；

快省树，固定模式访谈；

10.直方图

显示数据点在数值范围内的分布情况；

正态分布\高斯分布，只要峰的数量超过一个就不是正太分布；

11.误差

外插法：用回归方程预测数据范围外的值；

内插法：对数据范围内的值进行预测；

机会误差：实际结果与预测结果之间的偏差；

均方根误差来描述回归线的分布；

12.关系数据库

表格之间都有量化关系；

关系数据库管理系统（RDBMS）;

以上是这本书主要的内容，看完这本书之后有一个很深的感受，太浪费纸张了！（心疼买书的钱~~）将近五百页厚厚的一本书，里面讲述的内容少得可怜，而且有些内容真的很浅，只有浅出没有深入。讲一个求最大值居然用了五六十页，实际内容就讲了高中数学中很基础的一个知识点线性规划求最值（高考试卷中最多放在大题的第二题~）。一个直方图也讲了几十页，中间穿插了很多用处不大的对话和情节。还有，没读这本书之前看到评论说这本书构思跌宕起伏，行文妙趣横生，但是我在阅读的过程中真没有感受到~~

不过这本书对于完全没有统计学基础的同学还是有一定作用的，里面讲了一些数据统计分析的基本套路和思维方法，有利于统计分析意识的建立。

综上，体验不达预期，不推荐。