热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
CDA持证人阿涛哥
CDA level 1 模拟题学习笔记：卡方分布除以卡方分布是F分布
1, 题目2,答案解析2.1， 减去均值除以标准差就是转化为标准正态分布，所以上方的中括号里是一个标准正态分布2.2 ，n个标准正太分布的平方和是卡方分布，写作X^2(n)，所以分数线上面是1个卡方分布，X^2(1)2.3， 两个服从卡方分布的独立随机变量各除以其自由度后的比值的抽样分布是F分布上方卡方分布(1)除以下方卡方分布Y(3)等于F分布（1,3），自由度分别为1,3，所以答案为F(1,3
50.1133
1
0
关注作者
收藏
CDA持证人阿涛哥
CDA认证考试题目分类
1，概念解析题2，计算题3，代码类选择题目4，项目实操（level 3）
50.1133
0
0
关注作者
收藏
CDA持证人阿涛哥
CDA数据分析师三级认证体系
CDA数据分析师三级认证体系Level 1 业务数据分析体系Level 2 策略数据分析Level 3 数据挖掘分析
50.1133
0
0
关注作者
收藏
从今天开始不熬夜
箱形图
箱形图（Box-plot）:又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。作用---
159.9986
0
0
关注作者
收藏
高天妹
表格与表的区别
1、表格数据的最小单位是一个单元格，表数据的最小单位是一个字段 2、表格数据中可以没有列名、表数据中每一个字段必须有字段名，且同一个表中的字段名不能重复。3、表格数据中每个单元格的数据类型可以不一致，表数据中每一列的数据类型必须一致。4、表格数据中每一列的列数可以不一致，表数据中多个字段的记录数必须一致，字段中可以有缺失值，但总记录数是一致的
240.0000
0
0
关注作者
收藏
高天妹
powerBi中常见的链接模型
星型模型：事实表与一个或多个维度表直接筛选。2、雪花模型：事实表与维度表关联，存在着维度直接筛选其他维度表3、星座模型：事实表间共享筛选一个或多个维度表。其中表的特性有 ：事实表和维度表。事实表：出度量的表，既有维度又有度量 维度表：出维度的表
96.0000
0
0
关注作者
收藏
walaka991
数据分析——RFM模型[转]
一、RFM模型概述RFM模型是网点衡量当前用户价值和客户潜在价值的重要工具和手段。RFM是Rencency（最近一次消费），Frequency（消费频率）、Monetary（消费金额），三个指标首字母组合，如图所示：R值：最近一次消费（Recency）消费指的是客户在店铺消费最近一次和上一次的时间间隔，理论上R值越小的客户是价值越高的客户，即对店铺的回购几次最有可能产生回应。目前网购便利，顾客已经
120.0000
0
0
关注作者
收藏
walaka991
如何把帕累托分析运用到实际工作中
帕累托分析法是指定决策的统计方法，包含按降序排序的列和表示累积总百分比的线条。 突出显示一组数据中的最大因素，被视为七大基本质量控制工具之一，因为可用于轻松查看最常见的问题，出至关重要的极少数与微不足道的大多数等。一般地，是将曲线的累计频率分为三级，与之相对应的因素分为三类：A类因素，发生频率为90%～100%，是主要影响因素。B类因素，发生频率为70%～90%，是次要影响因素。C类因素，发生频率
120.0000
0
0
关注作者
收藏
CDA持证人阿涛哥
CDA会员俱乐部持证人志愿者维克多阿涛技术博客标题+常用链接汇总（常用链接汇总备份）
扫码查看CDA认证考试介绍(俱乐部实践部专属推广码)MySQL1，Mysql彻底卸载干净并重装方法怎么操作? https://www.cda.cn/discuss/post/details/61604bdf977c04705c1273c72，MYSQL安装时,starting the server出现红色叉号. https://www.cda.cn/discuss/post/details/6
82.6645
1
0
关注作者
收藏
walaka991
数据分析基础知识06
场景类指标客户分析类指标客户生命周期分析一般将长期购买某种产品或者享受某种服务的客户叫做用户从数据角度来看,有会员编号的是注册用户,没有会员编号的是非注册用户 用户生命周期可以分为三个阶段:新增,留存,流失. 用户生命周期有起点没有终点.新增阶段:企业或平台从某个渠道获取新用户的数量及质量;数量类指标新增注册用户数:单位时间内新注册的用户人数新增访
88.7259
0
0
关注作者
收藏
walaka991
数据分析基础知识03
EXCEL常用函数序号函数类别分序号函数名称用 途1数学1.1ROUND(number,num_digits)设定指定位数，按此位数对目标数字进行四舍五入取整1.2ROUNDUP(number,num_digits)对目标数字按照指定的条件进行舍入处理1.3ROUNDDOWN(number,num_digits)对目标数字按照指定的条件进行舍去处理1.4MOD(number,divisor)对
6.0617
0
0
关注作者
收藏
DA弯道超车
修改Jupyter Notebook默认目录
Jupyter Notebook介绍通过网页访问的web应用程序，在网页中编写和执行程序便于程序的远程访问屏蔽了不同系统间的显示差异，能够通过网页或PPT的方式分享可以在同一个文档中展示代码、图像、注释、公式、图形和运行结果初次安装，默认目录会存放在C盘用户文件夹下，这种默认设置会非常不方便，所有可以对jupyter notebook的默认目录进行修改。Jupyter Notebook打开方式1、
6.0617
0
0
关注作者
收藏
从今天开始不熬夜
数据类型
python中常用的数据类型有1.数字(Numbers) : 整数(包含布尔型)，浮点数, 复数2.字符串(Strings) : Uniconde字符序列, 包含在引号内3.列表(list) : 有序的值的序列4.元组(Tuples) : 有序的值的序列且不可改变5.字典(Dictionaries) : 无序的键值对的组合6.集合(Sets) : 无序的不含重复值的容器
80.0000
0
0
关注作者
收藏
从今天开始不熬夜
Python中变量名的命名规范
1.变量名只能包含字母 数字和下划线2.变量名可以以字母和下划线开头,但不能以数字开头,尽量不要用下划线做开头3.Python中的关键字和函数名不可以作为变量名使用，在jupyter notebook中关键字和函数名会高亮显示4.实际工作中,变量的命名尽量能体现变量的性质,例如:score_class5 这个变量名说明变量被赋值的是 5班的成绩
80.0000
0
0
关注作者
收藏
蜜三刀
如何做一次abtese实验
Q：ABtest是什么？A：ABtest就是为了测试和验证模型/项目的效果，在app/pc端设计出多个版本，在同一时间维度下，分别用组成相同/相似的群组去随机访问这些版本，记录下群组的用户体验数据和业务数据，最后评估出最好的版本给予采用。Q：ABtest背后的理论支撑是什么？A：中心极限定理和假设检验。中心极限定理：在样本量足够大的时候，可以认为样本的均值近似服从正态分布。实验前的准备 Q：
9.7376
0
0
关注作者
收藏
从今天开始不熬夜
K-means
1.K-means算法，也称为K-平均或者K-均值，一般作为掌握聚类算法的第一个算法。2.这里的K为常数，需事先设定，通俗地说该算法是将没有标注的 M 个样本通过迭代的方式聚集成K个簇。3.在对样本进行聚集的过程往往是以样本之间的距离作为指标来划分。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
10.2117
0
0
关注作者
收藏
从今天开始不熬夜
3σ原则
三西格玛准则又称为拉依达准则，它是先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。种判别处理原理及方法仅局限于对正态或近似正态分布的样本数据处理，它是以测量次数充分大为前提的，当测量次数少的情形用准则剔除粗大误差是不够可靠的。因此，在测量次数较少的情况下，最好不要选用准则，而
149.7882
0
0
关注作者
收藏
从今天开始不熬夜
用户行为分析
日常的用户行为分析中，常用的六大分析方法有：1.行为事件分析2.页面点击分析3.用户行为路径分析4.用户健康度分析5.漏模型分析6.用户画像分析
10.2117
0
0
关注作者
收藏
CDA持证人阿涛哥
shein面试题 查询每个月不同收货国家购买金额排名前300名的新用户信息，购买金额相同则排名相同（但排名不连续)。
问题：12答案：第2题：select *from(select date_format(min(pay_dt),'%Y-%m') as 月份,country as 国家,'新用户' as 用户类型,user_id as 用户id,sum(pay_dt=首次购买时间) as 新用户订单数,sum((pay_dt=首次购买时间)*cost_amt) as 新用户订单金额,rank() over(par
0.0000
0
0
关注作者
收藏
蜜三刀
AARRR模型
什么是AARRR模型？ Acquisition：获取用户Activation：提高活跃度Retention：提高留存率Revenue：获取收入Refer：自传播确切的说AARRR并不算是一种数据分析模型，而是一整套数据分析的思路，逻辑框架。AARRR模型是所有产品经理都要了解的一个数据模型。著名的《增长黑客》里面的数据分析基础，也是以这个模型为基础的。Acquisition：获取用户运营一款产品的
6.3420
0
0
关注作者
收藏
<1…151617…404>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1