1. 程式人生 > >筆記《深入淺出資料分析》上

筆記《深入淺出資料分析》上

這本書洪荒之力推薦。雖然是資料分析,全書都是案例,用對話的方式引導你深入學習。全程都在思考。反思這些年上學的經驗,以為書就應該是一句句定義,描述,介紹,各種枯燥的說明文。而這本看似“不正經”的書,才是國內真正需要的書。當然也不是國內的書都是那麼枯燥,像《人人都是產品經理》等書也都以聊天對話的方式開展。

————————————————————————————---

一、資料分析引言 資料無處不在

把問題視為機會,而向客戶指出如何發現機會的資料分析師能讓客戶贏得競爭優勢。

把問題和資料分解為更小的組塊

確定——>分解——>評估——>決策

————————————————————————————---

二、實驗 檢驗你的結論

隨機調查表

統計只有與其他統計項關聯,才能給人帶來啟發。比較越多,分析結果越正確。

當你開始懷疑因果關係的走向時,請進行反向思考,看看結果怎麼樣。——遊客鞥是因果倒置哦

找出混雜因素

隨機選擇想死組:從物件池中隨機選擇物件是避免混雜因素的極好辦法。在將物件隨機分配到各個組裡以後,最終結果是:可能成為混雜因素的那些因素最終在控制組和實驗組中具有同票同權。

————————————————————————————---

三、最優化 尋找最大值

Microsoft Excel的函式外掛Solver

心智模型應當包括你不瞭解的因素:一定要指出不確定隱私,只要能明確不確定因素,你就會小心防範並想辦法填補知識空白,繼而提出更好的建議。考慮不確定因素和盲點會讓人感覺不爽,但回報顯著。這種反查方法會揭示未知資訊,而不是已知資訊。資料分析也是如此,瞭解自己的知識缺陷非常重要。

如何看資料:

使用solver例項:

————————————————————————————---

四、資料圖形化 圖形讓你更精明

要是你手頭資料龐雜,而且對於如何處理哦這些資料沒有把握,這時只要記住你的分析目標就行了:記住目標,目光停留在和目標有關的資料上,無視其他。

建議:繼續使用主頁3,對使用者體驗進行細化測試,細化內容包括各種導航方式、風格、內容等。對主頁3與中不溶的表現可以有各種各樣的解釋,應對此進行調查並形成圖表,但很明顯,主頁3已經勝出。

————————————————————————————---

五、假設檢驗 假設並非如此

偽證法

————————————————————————————---

六、貝葉斯統計

B j:1-n 為全概率事件

用基礎概率和條件概率估計新的概率。

當你想象著自己在觀察1000人時,就已經從思考改了轉換為思考證書。我們的大腦生來就不擅長處理改了數字,因此將概率轉變為證書,然後進行思考,是避免犯錯的一個有效辦法。

————————————————————————————---

七、主觀概率 信念數字化

如果用一個數字形式的概率來表示自己對某事的確認程度,所用的就是主觀概率。

主觀概率是根據規律進行分析的巧妙方法,尤其是在預測孤立事件卻缺乏從前在相同條件下發生過的事情的可靠資料的情況下。

這個圖簡直了

標準偏差度量分析點與平均值的偏差,點圖是用R程式畫的哦,EXCEL可以畫但是會比較麻煩

——————————————————————