浙江龙网

  1. 首页 > 生活百科 > >

汇总16个数据分析常用的分析方法 如何数据整理分析？

小知识数据整理分析

本文主要目的是为了汇总数据分析常用的分析方法 ， 让大家有整体的概念 ， 知道常用的算法 ， 由于篇幅太长了 ， 每个方法只进行了简单概括介绍 ， 后面会开文单独介绍说明每个算法 。
昨天文章
《数据分析：入门到精通》
说到了四大类数据分析法 。 我们今天详细说明下具体有哪些分析方法 。
四大类数据分析法
一、现状描述型统计
现状描述型统计是指运用制表和分类 ， 图形以及计筠概括性数据来描述数据的频数、集中趋势、离散程度、偏度、峰度 。 是分析中最常见与常用的方法 。 统计图形 ， 包括条形图、饼图和折线图等 。
描述性统计
1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法 。
2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布 ， 所以之前需要进行正态性检验 。 常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法 。
二、假设检验
假设检验是通过观察一组随机变量的模型进行检验的科学假说 。 一旦能估计未知参数 ， 就会希望根据结果对未知的真正参数值做出适当的推论 。
所以计量资料一般是参数、非参数检验都是可以的 。 但是对于能使用参数检验的 ， 首选参数检验 ， 对不能满足条件的才选用非参数检验 。
假设检验的种类包括：t检验 ， Z检验 ， 卡方检验 ， F检验等等 。
假设检验的基本思想是小概率反证法思想 。 小概率思想是指小概率事件（P<0.01或P<0.05）在一次试验中基本上不会发生 。 反证法思想是先提出假设(检验假设H0) ， 再用适当的统计方法确定假设成立的可能性大小 ， 如可能性小 ， 则认为假设不成立 ， 若可能性大 ， 则还不能认为假设不成立 。
三、信度分析
信度（Reliability）即可靠性 ， 它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度 。 检査测量的可信度 ， 例如调查问卷的真实性 。
信度指标多以相关系数表示 ， 大致可分为三类：
稳定系数（跨时间的一致性）
等值系数（跨形式的一致性）
内在一致性系数（跨项目的一致性）
信度分析的方法主要有以下四种：
重测信度法、复本信度法、折半信度法、α信度系数法 。
四、交互分类分析
交互分类分析是指同时依据两个变量的值 ， 将所研究的个案分类 。 交互分类的目的是将两变量分组 ， 然后比较各组的分布状况 ， 以寻找变量间的关系 。 该方法通常用于分析离散变量或定型变量之间是否存在相关 。
对于二维表 ， 可进行卡方检验 ， 对于三维表 ， 可作Mentel-Hanszel分层分析 。 还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验 。
五、相关分析
研究现象之间是否存在某种依存关系 ， 对具体有依存关系的现象探讨相关方向及相关程度 。
1、单相关： 两个因素之间的相关关系叫单相关 ， 即研究时只涉及一个自变量和一个因变量；
2、复相关 ：三个或三个以上因素的相关关系叫复相关 ， 即研究时涉及两个或两个以上的自变量和因变量相关；
3、偏相关：在某一现象与多种现象相关的场合 ， 当假定其他变量不变时 ， 其中两个变量之间的相关关系称为偏相关 。
六、方差分析
方差分析的基本思想是通过分析研究不同来源的变异对总变异的贡献大小 ， 从而确定可控因素对研究结果影响力的大小 。
使用条件：各样本须是相互独立的随机样本；各样本来自正态分布总体；各总体方差相等 。
方差分析主要用途：
1、均数差别的显著性检验；
2、分离各有关因素并估计其对总变异的作用；
3、分析因素间的交互作用 ，
4、方差齐性检验 。
七、回归分析
回归时研究因变量对自变量的依赖关系的一种统计分析方法 ， 目的是通过自变量的给定值来估计或预测因变量的均值 。 它可用于预测、时间序列建模以及发现各种变量之间的因果关系 。
回归分析按照涉及的变量的多少 ， 分为一元回归和多元回归分析；
按照因变量的多少 ， 可分为简单回归分析和多重回归分析；
按照自变量和因变量之间的关系类型 ， 可分为线性回归分析和非线性回归分析 。
其他回归方法：非线性回归、有序回归、Probit回归、加权回归等 。
回归分析研究的主要问题是：

推荐阅读


上一篇：分享下一个完整的信息流广告应该怎么进行投放 怎样做好信息流投放？

下一篇：分享微信公众号的排版技巧 新媒体排版有哪些方法？