数据分析方法汇总
2016-02-16 11:16:13 3 举报AI智能生成
数据分析方法包括描述性统计分析、探索性数据分析、推断性统计分析、预测性分析等。描述性统计分析是对数据进行总结、归纳和描述的方法，探索性数据分析是通过图表和可视化手段发现数据中的模式和趋势，推断性统计分析是通过样本数据推断总体特征的方法，预测性分析是通过历史数据建立模型来预测未来的趋势。这些方法可以帮助人们更好地理解数据，发现数据中的规律和价值，并做出相应的决策。
作者其他创作
大纲/内容
描述性统计
假设检验
参数检验（已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验 。）
U检验（n值大）
T检验（n值小）
单样本
配对样本
两独立样本
非参数检验（非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设）
A 虽然是连续数据，但总体分布形态未知或者非正态；
主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。
信度分析（检査测量的可信度，例如调查问卷的真实性。）
内在信度
外在信度
列联表分析
分析离散变量或定型变量之间是否存在相关
相关分析
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；
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；
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。
方差分析
单因素方差
单因素有交互
单因素无交互
协方差分析
回归分析
聚类分析
Q型
对样本进行分类处理，又称样本聚类分祈 使用距离系数作为统计量衡量相似度，如欧式距离、极端距离、绝对距离等
R型
对指标进行分类处理，又称指标聚类分析 使用相似系数作为统计量衡量相似度，相关系数、列联系数等
判别分析
与聚类区别
1）聚类分析可以对样本逬行分类，也可以对指标进行分类；而判别分析只能对样本
2）聚类分析事先不知道事物的类别，也不知道分几类；而判别分析必须事先知道事物的类别，也知道分几类
3）聚类分析不需要分类的历史资料，而直接对样本进行分类；而判别分析需要分类历史资料去建立判别函数，然后才能对样本进行分类
主成分分析
因子分析
时间序列分析
生存分析
典型相关分析
ROC分析
R0C曲线是根据一系列不同的二分类方式(分界值或决定阈）.以真阳性率（灵敏度)为纵坐标，假阳性率（1-特异度)为横坐标绘制的曲线
其它分析方法
多重响应分析、距离分祈、项目分祈、对应分祈、决策树分析、神经网络、系统方程、蒙特卡洛模拟等。
职业：暂无
0 条评论
下一页
