数据分析-质量管理的7+1种武器

1.检查表


使用检查表收集数据,按照规定填写标准化的选择、符号或数字等,系统地收集和积累数据。发现需要调查的对象后,设计出相应的检查表,设定收集点并且培训人员如何填制表单,记录观察值,整理后用于各种量化分析。


2.帕累托图


使用帕累托图找重点,也就是常说的二八原则或者ABC分类,少数是主要因素,多数是次要因素和一般因素。针对主要因素,可以用层别法进一步展开分析。在分析过程中帕累托图也多用饼图简化。


3.散点图


使用散点图看相关,衡量二个变量之间相关关系的方向和相关密切程度。当r>0.7表示二个变量有相关关系,当r>0.9表示二个变量强相关。有了相关关系可以进一步观察因果关系,这是要验证因果图中的猜测吗?


4.因果图


使用因果图分析原因,列举出内部外部对问题有影响的原因,并进行系统分类整理。产品质量控制中5M1E(人机料法环测),零售业常用的人货场都是常用的分类方法,个人感觉因果图和思维导图有点类似,常在头脑风暴一起使用。


5.层别法


使用层别法解析数据,从不同角度对数据分类后,通过部分和部分比较,部分和全体比较找出问题和差异。层别法常用在维度和钻取中,总让我联想到分类柱状图,多维分类数图。其实在因果图和检查表中都有在用层别法,层别法也常常结合帕累托图、直方图和控制图使用。


6.直方图


使用直方图看分布,不同分布表征不同的过程状况。直方图和质量标准比较,用来判断实际生产过程能力。



7.控制图


使用控制图找异常,按照3Sigma原则设计控制限,正常情况下绝大多数的数据会在上下线内,通过连续观测数据来鉴别过程的异常。


8.矩阵数据分析


从问题事项中,找出成对的因素群,分别排列成行和列,找出其间行与列的关系和相关程度的大小。多用主成分分析法,将多个变量转化为少数综合指标。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,你想了解银行营销数据分析的Python+k-means实现方法,是吗? 首先,K-means是一聚类算法,可以将数据样本划分为K个不同的类别。在银行营销数据分析中,可以使用K-means来识别客户群体,以便更好地定位和营销。 以下是使用Python和K-means实现银行营销数据分析的一些步骤: 1. 导入所需的库和数据集,例如pandas、numpy和sklearn。 ``` import pandas as pd import numpy as np from sklearn.cluster import KMeans ``` 2. 加载数据集并进行必要的数据预处理,例如删除缺失值、转换数据类型等。 ``` data = pd.read_csv('bank_marketing.csv') data.dropna(inplace=True) data['age'] = data['age'].astype('int64') ``` 3. 选择需要用于聚类的特征,并进行必要的数据标准化。 ``` X = data[['age', 'balance', 'duration']] X = (X - X.mean()) / X.std() ``` 4. 创建K-means模型并训练模型。 ``` kmeans = KMeans(n_clusters=3, random_state=0) kmeans.fit(X) ``` 5. 使用模型对数据进行分类,并将结果添加到原始数据集中。 ``` data['cluster'] = kmeans.labels_ ``` 6. 可视化聚类结果,例如使用散点图。 ``` import matplotlib.pyplot as plt plt.scatter(data['balance'], data['duration'], c=data['cluster']) plt.xlabel('Balance') plt.ylabel('Duration') plt.show() ``` 这些步骤可以帮助你使用Python和K-means实现银行营销数据分析。当然,在实际应用中可能需要更多的数据处理和模型优化等步骤。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值