数据分析师的学习之路（3）

这次主要学习一下作为数据分析师，应该怎么从什么角度去思考问题。

三、数据分析的思考方式

1、互联网数据分析的基本思路

       遇到一个问题，按顺序从以下3个方面思考，并且每个阶段都有对应的一些方法。

       1） 找出问题 

                描述性分析

       2）分析问题

                诊断性分析、预测性分析、仿真模拟

       3） 解决问题

                数据报告，决策性分析

        下面对每个方法进行一下说明

2、不同类型的数据分析方法

        1）描述性分析

                通过计算数据的集中性特征和波动性特征以了解数据的基本情况。

                一般分析的内容：

•                 数值分析：数量、平均数、极差、标准差、方差、极值
•                 分布规律：均与分布、正态分布、长尾分布
•                 可视化方法：柱状图、条形图、散点图、饼状图

        2）诊断性分析

                深入挖掘问题根源，识别依赖关系，找出影响因子。

                分析主要变量是正相关、零相关还是负相关。

                相关可以计算皮尔逊相关系数来判断，注意这个只适用于线性数据。

                皮尔逊相关系数是两个变量之间的协方差和标准差的商。具体单独学习。

        3）预测性分析

                使用线性回归或逻辑回归的方法找到自变量和因变量之间的关系，并使用该关系等式预测因变量的变化。

                线性回归和逻辑回归，后面单独学习。

                怎么评估线性回归的好坏，就是用R^2统计量来评估模型的准确性，当然这个也只能评估整体，不能评估细节，细节的话做完回归后的数据表里有一些参数可以判断，比如：

                R-square是否够大，是否能解释y的变化

                F-statistic，如果足够大，自变量和因变量就有关系

                还有p值，必须很小有意义

                coefficients，表现在正负号和大小，主要看正负号的定性分析。

                而评估逻辑回归的好坏，就用的是极大似仍然估计。

                简单说就是用几个样本的例子，来推导出整体的概率分布，就得一点一点试最后找一个最可能的概率分布。

                仿真模拟，上节也说过，用很多随机数来模拟，最后看看呈现一个什么样的结果。比如用两个骰子抛点数，统计所有的点数出现的次数，最终会形成一个正态分布。

3、 上面这些方法在Excel中的实践

  1）描述性分析

        数值分析：要算的就是上面说的那几个，excel里fx直接这么算，假设数据在表格A2到A11。

• 平均数： =AVERAGE(A2:A11)
• 标准差：=STDEV.P(A2:A11)
• 极差：=MAX(A2:A11)-MIN(A2:A11)
• 最大值： = MAX(A2:A11)
• 最小值：=MIN(A2:A11)

        图表：选中数据后在插入里可以选择图表  

• 选择直方图，可以用来做帕累托分析，为了看二八分布。
• 选择折线图，可以选择添加趋势线，就得到一个虚线的趋势线
• 选择气泡图，气泡大小也是一个维度，对同一个对象的3个数据可视化，最佳方式就是气泡图。手动改变气泡颜色就增加了4个维度

  2）诊断性分析： 

        分析两组数据有没有关联，这样用，假设两组数据分别是A1-500和B1-500：

        =PEARSON（A1:A500,B1:B500）或者

        =CORREL（A1:A500,B1:B500） 

   3）预测性分析

        excel里还可以做线性回归，首先要添加插件，在这里：              

文件->选项->弹出框里的加载项->下面管理加载项->转到->勾选需要的分析工具库

此时在数据tab最后面多了一个数据分析的按钮，点击弹窗里会有很多分析的工具。选“回归”，会弹出弹窗，输入Y值和X值输入区，会得到一个回归统计结果表，类似这样：

里面就有想要看的参数，可以进行进一步分析。

4、关于图表的一些方法

    1）图表类型的选择

• 柱状图：比较数据大小
• 散点图：表示数据关系（产品定位、波士顿矩阵、四象限分析）
• 气泡图：观察多指标间的关系
• 折线图：观察时间序列数据（销量波动，指数波动）
• 雷达图：展现多维数据（产品分析，不同产品数据对比分析，可以放十几二十几个维度，比如游戏人物属性）
• 漏斗图：分析数据转化（广告分析，流量分析，数据转化）

    2）坐标轴、颜色、图表细节的优化

要点：

• 坐标轴范围要包含数据本身
• 使用红色标注强调内容
• 刻度线、数据标签等细节优化

      3）数据多维展现

         多维数据的筛选和应用。

• 一维数据，数值比较、趋势分析。
• 二维数据，两个属性，比较分析不同属性的关联度
• 三维数据，比如四象限分析法 ，波士顿矩阵。
• 多维数据，再加颜色或深浅，但也会更复杂。