统计学 -数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

詹惠儿

x与y相关性t太低怎么办？

问题描述：相关系数太低，还有研究的意义吗？还能建模吗?还是要做些什么处理再建模？答案解析：这个模型y与x都不显著相关，是没有意义的。原因应该是这份数据的样本量太少了，可以采用自抽样增加样本数至1000再看显著性。

35.2538

1

0

0

关注作者

收藏

詹惠儿

偏态分布可以做残差分析吗

问题描述：做线性回归时，需要对数据进行残差分析，残差分析需要符合什么条件？如果不是正态分布，还可以继续做残差分析吗？问题解析：进行残差分析的前提是误差项要是正态分布，如果是偏态分布，可以通过其他方法来转化为正态分布。

35.2538

1

0

0

关注作者

收藏

詹惠儿

聚类分析如何选择相似性度量

问：在做聚类分析时，发现用余弦相似度和皮尔逊相关系数作为相似性度量，所得到聚类结果有一定差异。请问这两者有什么区别呢？答：在做聚类分析时，可参考以下标准选择相似度的度量：1.如果数据密集（所有数据几乎都有属性值，属性值量级重要），就用欧几里德算法2.数据受级别膨胀影响（不同的用户使用不同的评分标准），就用皮尔逊相关系数算法3.数据稀疏性强，就考虑用夹角余弦相似度算法

26.0724

1

0

0

关注作者

收藏

詹惠儿

什么是离中趋势？

问：什么是离中趋势？答：1.数据分布的另一个重要特征2.反映各变量值远离其中心值的程度(离散程度)3.从另一个侧面说明了集中趋势测度值的代表程度4.不同类型的数据有不同的离散程度测度值

37.8449

1

0

0

关注作者

收藏

詹惠儿

什么是决定系数？

问：什么是决定系数？答：1.定义: 又称为拟合优度,表示根据自变量的改变来解释因变量的改变的部分.2.公式:(解释平方和,总离差平方和) SEE是Y的估计值与平均值的差的平方和,SST是Y的实际值与平均值的差的平方和.

37.8449

1

0

0

关注作者

收藏

詹惠儿

相关系数r和决定系数R^2有什么区别

问：相关系数r和决定系数R^2有什么区别答：相关系数 :r用于线性回归模型中的预分析,模型的整体评价指标上图是绩效总分与适应总分之间的相关性图表,第一:我们先看相关性表的显著性指标也叫p值或者sig值,若p值大于0.05,则该相关性没有统计意义,若小于0.05,则表明两者具有相关性,且|r|值越大相关性越强决定系数 : 用于线性回归模型中的建模,模型的细节指标.该模型的R^2为0.263,Y与整体

37.8449

1

0

0

关注作者

收藏

赵娜0418

总体均值的区间估计具有几种情况？

问题详述:总体均值的区间估计具有几种情况？解答:1.总体服从正态分布，总体标准差已知利用正态分布构造统计量，统计量中的标准差是总体标准差2.总体服从正态分布，总体标准差未知，且大样本利用正态分布构造统计量，统计量中的标准差是样本标准差3.总体服从正态分布，总体标准差未知，且小样本利用t分布构造统计量，统计量中要充分利用t统计量的值以及样本标准差

0.0000

0

0

0

关注作者

收藏

赵娜0418

数据分析预处理的时候必须要把数据标准化吗？

问题详述：数据分析预处理的时候必须要把数据标准化吗？解答：要想了解上面的问题需要先明白为什么要进行数据标准化、什么时候要进行标准化以及标准化的原则1、为什么要进行数据标准化？在现实生活中，一个目标变量（y）可以认为是由多个特征变量（x）影响和控制的，那么这些特征变量的量纲和数值的量级就会不一样，比如x1 = 10000，x2 = 1，x3 = 0.5 可以很明显的看出特征x1和x2、x3存在量纲的

30.7684

3

0

0

关注作者

收藏

赵娜0418

怎样理解回归的内生性问题？

问题详述：怎样理解回归的内生性问题？解答：回归模型的本意是给定x值，然后预测（或估计）y的条件均值。在给定的x值下，y值可能忽高忽低（即y是随机变量），其变化程度也可大可小（即y有方差），但其条件均值是可以通过回归方法来估计的。至于y的条件方差，在只有一个固定的x值下是无法估计的（在重复测量样本下也许可以做到，因为这时有多个固定相同的x值），所以只好简单地假设对于任何给定的x，y的

30.7684

1

0

0

关注作者

收藏

赵娜0418

异常值有哪些?应该怎么处理?

问题详述:老师异常值有哪些?应该怎么处理?解答: 异常值又称离群值或者坏值,离群值定义为"样本中的一个或者几个观测值,他们离开其他观测值较远,暗示他们可能来自不同的总体".异常值是与其他观测值或者预期数值有明显差别的值.再重复性测量观测所获得的一系列观测值中,出现的与其他值偏离较远且不符合统计规律的个别值就是异常值.处理异常值的方法:（1）直接将该条观测删除在SPSS软件里有2种不同的删除方法

0.0000

0

0

0

关注作者

收藏

赵娜0418

怎么理解残差?

问题详述:老师可不可以再详细讲解残差?解答:为了明确解释变量和随机误差各产生的效应是多少，统计学上把数据点与它在回归直线上相应位置的差异称残差，把每个残差的平方后加起来称为残差平方和，它表示随机误差的效应。下面是残差图扩展内容:回归平方和总偏差平方和=回归平方和 + 残差平方和。残差平方和与总平方和的比值越小，判定系数 r2 的值就越大。标准差也被称为标准偏差，标准差(Standard Dev

0.0000

0

0

0

关注作者

收藏

赵娜0418

自变量和控制变量有什么区别?

问题详述:老师自变量和控制变量有什么区别?解答: 控制变量在物理学bai的概念是指那些除了实验因素du(自变量)以外的所有zhi影响实验结果的变量，这些变量不是本dao实验所要研究的变量，所以又称无关变量、无关因子、非实验因素或非实验因子。只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。控制变量衍生到生活中的作用是控制一定影响因素从而得到真实的结果。区别是

44.3788

1

0

0

关注作者

收藏

詹惠儿

似然比和卡方一个p大于0.05，一个p小于0.05的时候，是拒绝原假设还是接受原假设啊？

问：似然比和卡方一个p大于0.05，一个p小于0.05的时候，是拒绝原假设还是接受原假设啊？答：皮尔逊卡方检验的应用条件是样本含量大于40且每个格子中的理论频数大于5；若出现样本含量大于40，但是格子中的理论频数＜5的情况，可以用似然比卡方

44.3788

1

0

0

关注作者

收藏

时光人

数据分析题库大全（2020最新版）

题海战“数”——数据分析求职、备考、笔试免费刷题神器！三大题库数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习，可视化，机器学习，Spark八个方向的专项练习题库，数据分析从业者刷题必备神器！适用人群计划从事数据分析行业，却不知如何入门上手练习的同学们；已从事数据分析1-2年，但却没有太多技（xin）能（zi）提升的同学；想要进阶为数据分析大神，想根据自身学习情况进

46.1794

4

5

0

关注作者

收藏

CDA持证人阿涛哥

数据质量六大基本要素

1 完整性：主要包括实体不缺失，属性不缺失，记录不缺失和字段值不缺失四个方面2 唯一性：指主键唯一和候选键唯一两个方面3 一致性：指统一数据来源、统一数据存储和统一数据口径。4 精确度: 指计量误差、度量单位等方面的精确程度。5 合法性：主要包括格式、类型、域值和业务规则的有效性。6 及时性：指数据刷新、修改和提取等操作的及时性和快速性。

0.0041

1

0

0

关注作者

收藏

liting李

标准差除以平均值是什么？有什么意义?

标准差除以bai平均值=变异系数变异系数是衡量资料中各观测值变dao异程度的另一个统计专量。当属进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。比起标准差来，变异系数的好处是不需要参照数据的平均值。变异系数是一个无量纲量，因此在比较两组量纲不同或均值不

44.3820

3

0

0

关注作者

收藏

liting李

什么是均比？

就是平均后对比.例如：1号花十元,2号二十元,3号三十元.平均就是每天二十元,这是前三天的平均.然后再算后三天的平均和前三天的对比,就叫均比.或者去年的平均比今年的平均,这叫年均比.

44.3820

3

0

0

关注作者

收藏

詹惠儿

特征向量是什么

问：特征向量是什么答：特征向量：它是一个非零向量，在矩阵乘法后保持平行。假设x是矩阵M的维数r的特征向量，如果Mx和x是平行的，则维度r * r。然后我们需要求解Mx = Ax，其中x和A都是未知的，以获得特征向量和特征值。在Eigen-Vectors下，我们可以说Principal组件显示变量的共同和唯一方差。基本上，它是以方差为中心的方法，旨在重现总方差和与所有组件的相关性。主成分基本上是原始

43.2788

1

0

0

关注作者

收藏

赵娜0418

如何检验中介效应是否存在？

问题：如何检验中介效应是否存在？检验中介效应是否存在，其实就是检验A到B，B到C的路径是否同时具有有显著性意义。为了讲解更有效率，我们以最简单的模型为例，进行说明，如下如所示，图中路径上的符号代表路径系数（回归系数）。做中介效应检验的方法目前有四种：逐步回归法；系数乘积检验法；差异系数检验法和Bootstrapping。严格意义上来说，它们的分析原理都是一致的，检验W2和W3路径是否同时有意义（通

42.8756

2

0

0

关注作者

收藏

赵娜0418

如何理解正则表达式

正则表达式：正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。例如：runoo+b，可以匹配 runoob、runooob、runoooooob 等，+ 号代表前面的字符必须至少出现一次（1次或多次）。runoo*b，可以匹配 runob、runoob、runo

42.8531

1

0

0

关注作者

收藏

<1…456…8>

CDA考试动态

CDA报考指南