探索性数据分析-如何描述业务量数据
探索性数据分析-如何描述业务量数据
描述业务量的特征：均值、标准差、相关系数
均值代表的是集中趋势（整体的趋势、整体发展方向、整体水平）；
标准差代表的是离中趋势（描述事物的波动程度，在一定程度上也代表着风险）；
相关系数代表的是相关分析（代表的是两种事物之间同向变动或者反向变动的关系）；
集中趋势
| 中位数 | 均值 | 众数 | |
|---|---|---|---|
| 优点 | 对极端值不敏感 | 信息量大（数据参与的多） | 简单直观 |
| 缺点 | 对极端值不敏感 | 对极端值敏感 | 信息量小（数据参与的较少） |
左偏分布
众数 > 中位数 > 均值
正态分布
均值 = 中位数 = 众数
右偏分布
均值 > 中位数 > 众数
结论：均值总在偏的一侧。中位数总数在中间。
当发生左偏分布或者右偏分布的时候，我们采取中位数会更具有代表性。
离散程度（离中趋势）
极差：最大值 – 最小值
标准差：每个数据减去均值的平方和/数据的个数，最后开根号。可以用来展示值与均值间的差距。实际上是计算距离的公式。每个点到均值的距离之和。
方差：标准差的平方。
变异系数：（标准差/平均值）* 100%。当我们比较两组数据的离散程度的时候，如果两组数据的测量尺度相差太大，或者数据的量纲不同，我们可以考虑使用变异系数来消除测量尺度和量纲的影响。（主要是用来对数据的波动进行一些比较。两组数据的量级不一样的时候）
相关系数
相关系数是用来 描述两种数据的同向变动关系。我们最常见的是皮尔森相关系数、斯皮尔曼等级相关系数。
皮尔森相关系数的值为-1到1。
1）如果值为-1的话，说明两组数据之间的关系为完全相反的关系。（a向东，b就向西。变化是完全相反的）
2）如果皮尔森相关系数的值为1的话，说明两组数据的变化是完全协同变动的（a向东走10步，b就向东走10步）。
3）如果皮尔森相关系数为0的话，就意味着两组数据完全没有关系。
我们如何看待两组数据相关性的强弱呢？
1、如果r的绝对值>0.8，就说明高度相关
2、如果r的绝对值<0.3，就说明相关性极弱
3、如果r的绝对值0.3<r<0.5，就说明中度相关
我们在解决线性的问题的时候，使用的是皮尔森相关系数。当我们遇到非线性的问题时，（例如售货员售卖货物进行提成，卖前十件的提成、卖11-20的提成，卖21-30的提成，都是不一样的，这就是非线性相关的问题）我们就可以考虑使用皮斯尔曼等级相关系数进行处理。
相关不等于因果。只是一种相关的关系。
探索性数据分析-如何描述业务量数据相关推荐
- Python探索性数据分析——异常数据的检测与处理、数据的描述（集中、分散、分布、相关关系、波动）、数据的推断（正态性检验、卡方检验、t检验）
目录 一.异常数据的检测与处理 1.异常数据检测与处理-基于箱线图 2.异常数据检测与处理-基于正态分布特征 二.数据的描述 1.数据的集中趋势 1.1.数据的集中趋势-平均值 1.1.1.算数平均值 ...
- 数学建模与数据分析 || 3. 面向数据的特征提取方法: 探索性数据分析
面向数据的特征提取方法: 探索性数据分析 文章目录 面向数据的特征提取方法: 探索性数据分析 1. 原始数据的准备 1.1 导入 python 模块 1.2 导入数据集并进行宏观认识 1.3 数据集描 ...
- 拉勾网招聘数据的探索性数据分析③
Github 文件地址:https://github.com/why19970628/Python_Crawler/tree/master/LaGou 探索性数据分析(Explore data ana ...
- 数据载入、Pandas基础和探索性数据分析
1. 载入数据及初步观察 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 1.1.1 导入numpy和pandas import nu ...
- 统计思维：程序员数学之概率统计（第2版）：第1章 探索性数据分析
第1章 探索性数据分析 如果能将数据与实际方法相结合,就可以在存在不确定性时解答问题并指导决策,这就是本书的主题. 举个例子.我的妻子在怀第一胎时,我听到了一个问题:第一胎是不是经常晚于预产期出生?下 ...
- python处理csv文件将id相同的行合并到同一行并用符号将其隔开_Python探索性数据分析，这样才容易掌握...
作者 | Riti Dass译者 | LJY整理 | Lemonbit译文来源 | Python数据之道(ID:PythonDataLab) 导语:理解你的数据的最佳方法是花时间去研究它. Pytho ...
- 统计学：探索性数据分析
探索性数据分析 1. 结构化数据的组成 2. 矩形数据 3. 位置估计 3.1 均值 3.2 中位数和稳健估计量 4. 变异性估计 4.1 标准偏差及相关估计值 4.2 基于百分位数的估计量 5. 探 ...
- 数据科学的原理与技巧 五、探索性数据分析
五.探索性数据分析 原文:DS-100/textbook/notebooks/ch05 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 探索性数据分析是一种态度,一种灵活的状态, ...
- 基于Spark的银行直销电话数据探索性数据分析
基于Spark的银行直销电话数据探索性数据分析 一.业务场景 二.数据集说明 三.操作步骤 阶段一.启动HDFS.Spark集群服务和zeppelin服务器 阶段二.准备案例中用到的数据集 阶段三.对 ...
最新文章
- linux查看网卡物理编号_Linux下多网卡时，如何快速辨别网卡ID与物理网卡的对应关系(即ethtool命令)...
- LeetCode - Reorder List
- HTML--三种样式插入方法--链接---表格---列表
- python随机抽取人名_python实现艾宾浩斯背单词功能，实现自动提取单词、邮件发送，再也不用担心背单词啦...
- js 获取json数组里面数组的长度
- aix系统升级失败提示java_AIX系统补丁升级失败处理
- 手机360浏览器怎么清空历史记录 手机360浏览器历史记录清空方法分享
- 英语发音规则---M字母
- java版欧朋浏览器_Opera欧朋浏览器_Opera欧朋浏览器下载[2020官方最新版]Opera欧朋浏览器安全下载_ 极速下载...
- Android and Apple 投屏至linux电脑
- python学习网站-python学习网站整理
- Atitit 搜索的艺术 目录 1. 索引基础 2 1.1. 单词-文档矩阵 2 1.2. 倒排索引基本概念 3 2. 建立索引 4 2.1. 两遍文档遍历法（2-Pass In-Memory In
- 华三模拟器实现不同vlan之间的隔离，端口如何配置trunk模式
- html播放韰 寸 频,asp.net 汉字转换拼音及首字母实现代码
- 电脑扬声器耳机已拔出
- java dateformat 格式_使用Java SimpleDateFormat类格式化月份。月份可以采用M、MM、MMM和MMMM格式。...
- 什么是pisa测试_PISA测试很专业，但对理解什么是教育很重要
- 大学生家乡网页设计作业模板下载 南京城市网页设计作业成品 静态HTML旅游景点网页制作下载_网页设计代码
- html指定区域的背景颜色,JS实现点击颜色块切换指定区域背景颜色的方法
- Mac中Android Studio使用内存调整方法