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