数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

kejiayuan0806

Excel中的数据类型

在Excel中主要的数据类型分四类：数值、文本、逻辑值、错误值。数值型：有大小之分，可进行运算。数值型数据包括0~9中的数字以及含有正号、负号、货币符号、百分号等任一种符号的数据。默认情况下，数值自动沿单元格右边对齐。负数：在数值前加一个“-”号或把数值放在括号里，都可以输入负数。如：要在单元格中输入“-66”，可以连续输入“(66)”，然后敲回车键都可以在单元格中出现“ -66”。

10.2408

1

1

0

关注作者

收藏

zxq997

ARIMA模型的一般步骤

一般步骤：（1）平稳性检验。在这个环节中，我们需要对数据进行平稳性检验，这是因为只有平稳的序列，其特征才是稳定的，可重复的，也就具有了预测的可能性。如果序列本身是非平稳的，那么通常我们有两种处理方式，一是进行差分，而是进行对数变换。（2）对于平稳的序列，我们需要对计算序列的ACF和PACF，通过分析ACF和PACF拖尾和截尾的形态，来判断ARIMA模型的形式以及p和q的取值（由于考虑差分

0.0000

0

3

0

关注作者

收藏

zxq997

平稳时间序列ARMA模型

（1）自回归模型AR（n）假设时间序列Xt仅与Xt-1,Xt-2,…,Xt-n有线性关系。而在Xt-1,Xt-2,…,Xt-n已知条件下，Xt与Xt-j （j = n 1、n 2…）无关，εt是一个独立于Xt-1,Xt-2，…，Xt-n的白噪声序列。其中。事实上，AR模型就是从线性回归演化而来，只是线性回归是建立自变量X和因变量Y的线性关系，而向量自回归是建立当期与往期的线性关系。举

0.0000

0

4

0

关注作者

收藏

zxq997

趋势分解法

时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势的。一个时间序列往往是以下几类变化形式的叠加或耦合。长期趋势变动：是指时间序列朝着一定的方向持续上升或下降，或停留在某一水平上的倾向，它反映了客观事物的主要变化趋势；季节变动：是指季度或月度的周期变化；循环变动：通常是指周期为一年以上，由非季节因素引起的涨落起伏波形相似的波动；不规则变动：通常它分为突然变

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

主键、外键、唯一、约束区别

什么是主键？在数据库中，常常不只是一个表，这些表之间也不是相互独立的。不同的表之间需要建立一种关系，才能将它们的数据相互沟通。而在这个沟通过程中，就需要表中有一个字段作为标志，不同的记录对应的字段取值不能相同，也不能是空白的。通过这个字段中不同的值可以区别各条记录。就像我们区别不同的人，每个人都有名字，但它却不能作为主键，因为人名很容易出现重复，而身份证号是每个人都不同的，所以可以根据它来区别

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

数据库主键和外键及索引

1、主键：若某一个属性组（注意是组）能唯一标识一条记录，该属性组就是一个主键。主键不能重复，且只能有一个，也不允许为空。定义主键主要是为了维护关系数据库的完整性。2、外键：外键用于与另一张表的关联，是能确定另一张表记录的字段。外键是另一个表的主键，可以重复，可以有多个，也可以是空值。定义外键主要是为了保持数据的一致性。3、索引：索引是对表中一个或多个列的值进行排序的结构。主

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

唯一约束和唯一索引

概念开始之前，先解释一下约束和索引。约束全称完整性约束，它是关系数据库中的对象，用来存放插入到一个表中一列数据的规则，用来确保数据的准确性和一致性。索引数据库中用的最频繁的操作是数据查询，索引就是为了加速表中数据行的检索而创建的一种分散的数据结构。可以把索引类比成书的目录，有目录的肯定比没有目录的书，更方便查找。唯一约束保证在一个字段或者一组字段里的数据都与表中其它行的对应数据

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

使用R如何绘制饼图

pie·功能：绘制饼形图。·使用格式：pie（X）绘制矩阵X中非负数据的饼形图。若X中非负元素和小于1，则函数仅画出部分的饼形图，且非负元素X（i， j）的值直接限定饼形图中扇形的大小；若X中非负元素和大于等于1，则非负元素X（i， j）代表饼形图中的扇形大小通过X（i， j） /Y的大小来决定，其中， Y为矩阵X中非负元素和。·实例：通过向量［1 3 1.5

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

唯一性约束、主键约束、唯一索引的区别

唯一性约束、主键约束、唯一索引的区别1.主键约束（PRIMARY KEY）主键用于唯一地标识表中的每一条记录可以定义一列或多列为主键主键列上没有任何两行具有相同值（即重复值）主键列上也不能为空值2.唯一性约束（UNIQUE）唯一性约束用来限制不受主键约束的列上的数据的唯一性，即表中任意两行在指定列上都不允许有相同的值。3.

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

默认约束，指定某个字段的默认值：–如果新插入一条记录时没有为默认约束字段赋值，那么系统就会自动为这个字段赋值为默认约束设定的值–语法：字段名数据类型 default 默认值create table emp(depid char(3) primary key,depname varchar(20) not null default '-', peoplecount int uni

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

唯一性约束

唯一性约束，要求该列的值必须是唯一的： – 允许为空，但只能出现一个空值; – 一个表中可以有多个字段声明为唯一的; – 唯一约束确保数据表的一列或几列不出现重复值;– 语法：字段名数据类型 uniquecreate table emp(depid char(3) primary key, depname varchar(20) not null, pe

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

非空约束，指的是字段的值不能为空：强制列不能为 NULL 值，约束强制字段始终包含值。这意味着，如果不向字段添加值，就无法插入新记录或者更新记录。– 语法：字段名字段类型 not nullcreate table emp(depid char(3) primary key, depname varchar(20) not null, peoplecount int);

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

统计特征函数

R提供了大量的与数据探索相关的函数，统计特征函数用于计算数据的均值、方差、标准差、分位数、相关系数、协方差等，这些统计特征能反映出数据的整体分布（1） mean·功能：计算数据样本的算术平均数。·使用格式：n=mean（X）计算样本X的均值n，样本X可为向量、矩阵或多维数组。（2） exp（mean（log（））·功能：计算数据样本的几何平均数。·使用格式：

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

贡献度分析

贡献度分析又称帕累托分析，它的原理是帕累托法则又称20/80定律。同样的投入放在不同的地方会产生不同的效益。例如，对一个公司来讲，80%的利润常常来自于20%最畅销的产品，而其他80%的产品只产生了20%的利润。##设置工作空间#把“数据及程序” 文件夹复制到F盘下，再用setwd设置工作空间setwd（"F： /数据及程序/chapter3/示例程序"）#读取菜品数据，绘

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

离中趋势度量

1）极差极差=最大值-最小值极差对数据集的极端值非常敏感，并且忽略了位于最大值与最小值之间的数据是如何分布的。（2）标准差标准差度量数据偏离均值的程度（3）变异系数变异系数度量标准差相对于均值的离中趋势，变异系数主要用来比较两个或多个具有不同单位或不同波动幅度的数据集的离中趋势。（4）四分位数间距四分位数包括上四分位数和下四分位数。将所有数值由小到大排列并分成四等

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

集中趋势度量

（1）均值均值是所有数据的平均值。有时，为了反映在均值中不同成分所占的不同重要程度，为数据集中的每一个xi赋予wi。作为一个统计量，均值的主要问题是对极端值很敏感。如果数据中存在极端值或者数据是偏态分布的，那么均值就不能很好地度量数据的集中趋势。为了消除少数极端值的影响，可以使用截断均值或者中位数来度量数据的集中趋势。截断均值是去掉高、低极端值之后的平均数。（2

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

对比分析是指把两个相互联系的指标进行比较，从数量上展示和说明研究对象规模的大小，水平的高低，速度的快慢，以及各种关系是否协调。特别适用于指标间的横纵向比较、时间序列的比较分析。在对比分析中，选择合适的对比标准是十分关键的步骤，选择合适，才能做出客观的评价，选择不合适，评价可能得出错误的结论。对比分析主要有以下两种形式：（1）绝对数比较它是利用绝对数进行对比，

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

分布分析能揭示数据的分布特征和分布类型。对于定量数据，欲了解其分布形式是对称的还是非对称的、发现某些特大或特小的可疑值，可做出频率分布表、绘制频率分布直方图、绘制茎叶图进行直观地分析；对于定性数据，可用饼形图和条形图直观地显示分布情况。1.定量数据的分布分析对于定量变量，选择“组数”和“组宽”是做频率分布分析时最主要的问题，一般按照以下步骤：1）求极差；2）

0.0000

0

3

0

关注作者

收藏

阿抽哥哥

决策树中用graphviz画出的树图怎么看这些参数

如图中所示，这些参数是啥意思啊？答： meda

0.0000

0

1

0

关注作者

收藏

詹惠儿

k-means聚类的分析原理是什么？

通常，对原始数据表执行k -means聚类分析，其中每行表示对象，列表示对象的定量特征。这些定量特征称为聚类变量。例如，表中有18个对象，并且有两个聚类变量x和y。在实际应用程序中，通常会有更多对象和更多变量。例如，在市场细分中，其中k-means用于查找具有相似需求的消费者群体，每个对象是一个人，每个变量通常是对各种事物对消费者的重要程度（例如，质量，价格，客户服务，便利性）的评级。步骤1：

0.0000

0

2

0

关注作者

收藏

<1…366367368…404>

CDA考试动态

CDA报考指南