【数分面试宝典】数分面试常见问题(三)

Q1、什么是EDA(Exploratory Data Analysis)？

EDA（Exploratory Data Analysis）即数据探索性分析，需要对数据集中的变量进行统计和分布描述、了解变量间的相互关系，从整体上了解数据集的数据特征。探索性分析要对调查总体所有变量的有关数据进行统计性描述，主要包括数据的频数分析、集中趋势分析、离散程度分析、分布以及一些基本的统计图形。

①数据的频数分析。在数据的预处理部分，利用频数分析和交叉频数分析可以检验异常值

②数据的集中趋势分析。用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。

③数据的离散程度分析。主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。

④数据的分布。在统计分析中，通常要假设样本所属总体的分布属于正态分布，因此需要用偏度和峰度两个指标来检查样本数据是否符合正态分布。

⑤数据的相关性分析。探索不同变量之间的相关性，可以使用相关性图进行展示，表示各变量之间的相关程度，为后续机器学习的特征选择提供依据。

 

 

 

Q2、什么是同比、环比，意义是什么？

 

环比：与相连续的上一个统计周期进行对比，环比增长速度=（本期数－上期数）÷上期数×100% ，反映本期比上期增长了多少，如2021年12月和2021年11月对比，环比的好处是可以更直观的表明阶段性的变换，但是会受季节性因素影响。

 

同