《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。
- 比较越多,分析结果越正确。
- 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
- 首先利用证伪法排除若干假设
- 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
-
P(A|B):在B的条件下A发生的概率
-
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)。 -
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 -
贝叶斯规则是修正主观概率的好办法