CDA二级（Level II）数据分析师——考试内容梳理一

整数规划：要求决策变量必须取整数，但种植面积可以取非整数；

单纯形法：对偶单纯形法是使用对偶理论来求解纯性规划问题的一种方法，而不是求解对偶问题的方法 ；

决策变量取整：整数规划划分类型：全整数、混合整数、-1整数、纯整数，不包括非纯整数规划 ；

在解决线性规划问题时：可行域为空集、原问题就没有可行解；

线性规划的标准要求等式约束方程右端的常数是：非负；

鱼骨图中，鱼尾填上的问题或现状，鱼头代表了目标，脊椎就是达成过程的所有步骤与影响因素；

根因分析因果图：原因形、对策形、整理问题形，没有结果导向型 ；

鱼头通过根因分析属于原因型，鱼尾通过头脑风暴因果图来描述问题或现状；

循环波动指周期长度不定的变动模式；

用最小二乘法求解得到的多元线性回归超平面，可能有一个超平面，也可能有无穷多个超平面；

随机误差项的方差只要相等即可，不要求等于1 ；

多元线性回归的正规方程组中系数矩阵X’X的阶数等于P，P*P；

特殊因子，不属于因子分析计算过程的步骤 ，没有泛用性但对结果有影响；

因子分析的假设包括：各个共同因子之间不相关，特殊因子之间也不相关，共同因子和特殊因子之间也不相关；

KMO统计量越接近1，说明简单相关系数平方和越大于偏相关系数平方和，说明变量间的相关性越高，从而用因子分析就能更好地提出具有共同特征的因子；

每个主成分都是所有原始变量的线性组合，且各变量的系数大小没有明确的分界线。各组成分之间相独立，不需要任何假设，难以解释各层。各主成分之间的夹角是固定的，都是正交的；

相关性的度量方法：连续+连续—皮尔逊，顺序+顺序—斯皮尔曼，连续+顺序—肯德尔曼；

一元线性回归：Y=Ax+e，e是常数，只需要求解两个参数即可，无偏估计；

单因素方差分析：组间误差包括效应间差异和随机误差；

方差分析不能用检验方差是否相等 ；

显著性水平就是表示原假设为真时，拒绝原假设的概率，P（拒绝H0|H0为真)=α；

在样本量给定的条件下，假设检验中当第一类错误减小时，必导致第二类错误增大；

2个及2个以上样本均数的比较就是方差分析；

X为服从正太分布的随机变量N（2、9），若P（X>c）=P(x<c)，则C=2为中心；

指标通常可以量化，但标签一般是不可量化的；

麦肯锡问题的三大类型，恢复原状型、追求理想型、防范潜在型；

主成分分析中主成分的选择通常是按照原始变量的方差矩阵的特征值的大小排序来进行的，选择前K 个主成分作为新的特征空间；

因子分析：因子载荷矩阵是组成分载荷矩阵最大方差正交旋转，表示变量和因子之间的关系；

多元线性回归中，检验异方差的方法，如果回归残差与自变量相关，则存在异方差；

分支界定法是整数规划的求解方法，不属于二次规划问题求解方法 ；

分配法不属于整数规划 ；

鱼骨图包括两种明显不同的创建图形的方式：分散分析法、原因枚举法；

问题原因头脑风暴图是一种非矩阵工具的应用；

自回归误差项不是累加 ，累加的是往期的影响；

分解法是把趋势、季节成分分解出来，单独进行分析再乘在一起；