CDA1级习题复习（1）

1. 数据分析：包括业务理解，数据采集，数据清洗，数据探索，数据可视化，数据建模，模型可视化，分析结果。
2. 数据挖掘：是在大型数据集中运用人工智能，机器学习，统计学发现模式的过程。
3. 数据分析八个层次：常规报表，即席查询，多维分析，警报，统计分析，预报，预测性建模和优化。
4. CRISP-DM方法论：业务理解，数据理解，数据准备，建模，模型评估和模型发布。
5. SEMMA方法论： 探索—修改—建模—评估—抽样—探索
6. 数据的计量尺度：分类变量（名义测量），顺序变量（次序测量），数据变量（间距测量，比率测量）
7. 几何平均数：用于计算平均成长率，n个比率相乘再开n次。
8. 异众比率：1-（众数个数/总体）
9. 方差是西格玛平方，标准差是西格玛。
10. 图像峰值靠左是右偏，图像峰值靠右是左偏。
11. 峰度是变量两边拖尾的情况。如果一个变量是尖峰的，在统计学中出现超过2倍标准差的数值的概率会大于5%，3倍的会大于1%。
12. 在正态分布中，均值=中位数=众数。
13. 在正态分布中，变量取值距离在均值2倍标准差内出现的概率为95%。
14. 在正态分布中，一个标准差68%，2个标准差95%，3个标准差99.7%。
15. 点估计命中目标的概率是极低的，所以要用区间估计。其中会用区间估计的平均数估计总体的平均数࿰