《深入浅出数据分析》学习笔记（一）

《深入浅出数据分析》学习笔记（一）

2019/3/28-3/29

（一）数据分析的步骤
1.确定：从客户那里多了解信息以确定问题；
2. 分解：将大问题分解为小问题；

3. 评估：对因子进行相互比较；
4. 决策：将分析形成报表；

（二）观察分析法
定义：被研究的人自行决定自己属于哪个群体的一种研究方法。

1. 比较越多，分析结果越正确。
2. 观察分析法充满混杂因素：研究对象的个人差异，它们不是你试图进行比较的因素，最终会导致分析结果的敏感度变差。
   e.g. 某店在全国都有分店。boss想要提高销量，可以使用比较法进行试验来确定“降价”或者其它方法的效果。那么店址就是混杂因素。

（三）避免混杂因素
方法：随机选择相似组

（四）最优化
工具：Excel中的sovler组件（规划求解器）

（五）假设检验

1. 首先利用证伪法排除若干假设
2. 借助诊断性找出否定性最小的假设
   
   “+” ：说明对H1有用
   “++”：说明对H2更有用
   “-” ：并未完全否定H3，但怀疑H3

（六）贝叶斯统计

1. P(A|B)：在B的条件下A发生的概率
   

2. 若B事件为A1+A2+…+An的子事件，则B = B(A1+A2+…+An) = BA1 + BA2 +…+ BAn。从而P(B) = P(BA1) + P(BA2) +…+ P(BAn) = P(BAi)，(i = 1，2 … n)，又有
   P(AB) = P(A|B)P(B) = P(B)P(B|A)。

3. 在以上分析中，可以导出贝叶斯公式：
   e.g.记“A为患病”，“B为检测为阳性”，则在试验结果为阳性的条件下患病的概率为
   [注]B为A+~A的子事件：检测为阳性的人只能是要么患病要么为患病两种状态

4. 贝叶斯规则是修正主观概率的好办法