您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
分析思维(综合思维和分析思维)
数据,思维,中位数分析思维(综合思维和分析思维)
发布时间:2020-12-06加入收藏来源:互联网点击:
⑤按照时间递增的趋势统计
特殊情况下,当X轴是日期数据,Y轴是统计量(比如均值、总数量)时,可以绘制出统计量按照时间递增的趋势图,从图中可以看到统计量按照时间增加的趋势(无变化、递增或递减)和周期。
例如,下图的X轴是日期,Y轴的统计量是总数量,两条折线分别是新增企业数和新增用户数据
描述分析思维运用基本思路?
那么,接下来,我们来梳理一下描述分析思维运用的基本思路?
▼
首先,要描述目前的数据表现的现状是什么,根据分析目的,提取指标数据的具体数值:如数量、平均数、极差、标准差、方差、极值····
其次,描述分布规律:如均匀分布、正态分布、集中趋势、长尾分布····
然后,根据以往的数据的或者是之前制定的标准,制定参考标准。
最后,综合现状和标准,输出有价值的结论,并进行可视化:如柱状图、条形图、散点图、饼状图......
只有业务概况+数据指标+标准(可视化)才能得出一个“是什么”的结论。
业务概况+数据指标+标准(可视化)=结论的分析流程,非常简单,不过标准如何去制定?那又是需要我们深思的问题了。
例如,一个门店购买商品的数量的平均值是多少?四分位数是多少?标准差是多少?标准分是多少?两个数据的变异系数是多少?一个门店销量每日增长趋势怎么样?客单价的分布如何?成什么分布?门店总销量是多少?.哪个商品卖得最好?细分的品类中卖的最好的是什么?例如面包中,是有奶油面包的好,还是无脂面包=卖的好?什么时间用户购买最集中,一天中哪个时间段购买最集中,卖得最好?
总结
描述分析思维,即解决业务现状“是什么”的问题,这是最基础的、最直观简洁的数据思维。但是由于简单,对多元变量的关系难以描述。现实生活中,自变量通常是多元的:决定体重不仅有身高,还有饮食习惯,肥胖基因等等因素。
但可以通过一些高级的数据处理手段,对多元变量进行处理,例如特征工程中,可以使用互信息方法来选择多个对因变量有较强相关的自变量作为特征,还可以使用主成分分析法来消除一些冗余的自变量来降低运算复杂度。
在之后我们会提到拆解思维、对比思维等数据分析思维中都会涉及。总之,以后运用数据分析思维做的多了,做数据分析输出的成果就更严谨,有依据,有说服力,不在停留“取数”阶段了。
本文到此结束,希望对大家有所帮助呢。
下一篇:返回列表
相关链接 |
||
网友回复(共有 0 条回复) |