CDA二级（Level II）数据分析师——考试内容梳理三（简单重点案例）

PR曲线是基于召回率的准确性来进行判断的；

混淆矩阵：

ROC曲线以真阳性率（敏感性、召回率）为纵坐标，假阳性率（1-特异性）为横坐标
假阳性率：负样本中被误认为正样本的概率 FP/FP+TN
真阳性率：正样本中被预测为正样本的概率 TP/TP+FN
精确率（Precision）：预测的正样本中有多少预测正确 TP/TP+FP
召回率（Recall）：真正的正样本中有多少预测正确 ·TP/TP+FN·
特异性：·TN/FP+TN·
1-特异性：1-TN/FP+TN=FP/TP+TN

方差分析表：

总离差平方和SST=6.44+3.4=9.84（1）
回归平方和SSR、残差平方和SSE
SSE的自由度为18
SSR的自由度为n，模型参数个数1
SST的自由度为18+1=19（3）
均方MS：平方和除以相应的自由度
SSR的MS=6.44/1=6.44（4）
F=MSB/MSW=组间均方/组内均方=6.44/1 / 3.4/18 =34.094
组间平方和MSB=MSR=SSR/df
组内平方和MSW=MSE=SSE/df

案例：

40% 30% 30%
0.2 0.6 0.2
线下店长预测未来一个月销量：24000.2+16000.6+10000.2=1640
最可能销量加权值：15000.4+18000.3+16000.3=1620
综合三人判断，预测年度销量：1640+18000.3+16400.3=1648*12=19776
信度为预测3中场景销量，这组数据的标准差的倒数（n-1）