问题描述： 在多元线性模型中，哑变量是如何解读的？如何利用spss进行操作呢？ a 解决方法： 如下图，有厅对比无厅，房价提升2.7%（因变量做了对数化）；各个城区，对比作为基准的“石景山”，房价各自提升x.x% 和哑变量息息相关的另一个概念，就是“基准”，系数的解读就是和基准作比较 另外需要注意的是，当某个分类变量或者顺序变量，哑变量处理进入了模型，去掉了基准项后，其余水平需要同进退，才
朝阳Tim
2019-02-11
问题描述： 当我们在讨论因子分析的时候，往往会讲到探索性因子分析（EFA）和验证性因子分析（CFA），它们是一回事吗？有什么区别和联系？ a 思路解读： 不是一回事。两者概念接近，但是处理思路和应用场景截然不同，具体体现在： EFA是对数据进行变量信息压缩的一种方式，是“归纳”的结果；而CFA是对前人量表的维度的验证，是“演绎”的结果 EFA有着更为广泛的应用场景，是机器学习和特征工程常用的数据
朝阳Tim
2019-02-11
问题描述： 多元线性模型，特别是研究影响因素的模型，例如研究房价的影响因素有哪些，可以将楼层、学区、地铁这样的类别变量直接放进模型吗？为什么不行？ 思路解读： 不能直接放进模型，因为不能合理解释回归系数。 举例来看，当研究“房屋面积”和“房价”的关系时候，我们解读系数为“每提示一个单位的x，带来多少的y” 对于顺序变量，例如研究“楼层”和“房价”的关系时候，并不能说每增加一个楼层，就提示多少
朝阳Tim
2019-02-11
问题描述： 对数据集进行随机拆分，是数据处理最常见的操作之一，在编程类数据软件中处理这一问题很容易，那么spss中如何实现呢？ 解决方法： 通过构建0-1随机数，对变量进行拆分，然后筛选数据，生成新的数据集即可。 data-->select cases-->random samples
朝阳Tim
2019-02-11
问题描述： 同样是数据库的可视化工具，MySQL WorkBench和Navicat如何选择呢？它们各有什么优劣？ 问题回答： 从来源看，WorkBench是MySQL的直系产品，不需要破解即可默认使用；Navicat则需要破解 从语言看，WorkBench默认英文界面，虽然也有汉化的方法，但较为麻烦；Navicat默认就是中文界面 从效率看，数据量过大，WorkBench容易卡死，而N
朝阳Tim
2019-02-11
问题描述： 如下图所示数据结构，如何检索出同时考了“计算机”和“英语”的考生stu_id呢？ 解决策略： 以stu_id为查询维度，需要以stu_id字段做聚合 然后利用group_concat把多个c_name合并到一起显示 最后利用where...like去检索同时包含“计算机”和“英语”字符的数据 group_concat的结果是没有办法直接和where..like混用的，因此需要
朝阳Tim
2019-02-01
问题描述： 在做多元线性模型的时候，往往出现“多重共线性问题”，这是什么？如何解决呢？ 解决思路： “多重共线性”可以理解为x和x之间太相近了，从VIF方差膨胀因子的计算公式就可以看出来，去掉y，其它x对被检验的x的解释能力，如果VIF值太高，说明这个x就没有存在于这个模型里的意义 VIF=1/(1-r2) ；当VIF大于10的时候，说明其余x对该x的解释力度达到了90% “多重共线性”问
朝阳Tim
2019-02-01
问题描述： 在学习t检验的时候，我们了解到某个分组变量如果只有两个水平，可以利用均值做显著性差异检验 那么如果某个变量的水平超过了两组，例如三组，是否可以用两两组合的方法，去依次做t检验，从而说明因变量在自变量不同水平之间存在显著性差异呢？ 问题回答： 不能的，因为每次检验都有误差，重复做t检验，会造成误差的指数型叠加，最后判断的结果误差会非常巨大 这也就是为什么我们要做方差分析的原因，可以
朝阳Tim
2019-02-01
问题描述： 各种各样的统计模型，一定程度上能够探讨某个问题的因果关系，而一个问题的结果往往由多个原因造成的，那么这些原因中，哪些更重要？哪些不重要？如何对它们进行量化，从而抓住问题的主要矛盾，反哺业务呢？ 解决思路： 多元线性回归模型的标准化回归系数，值越高说明对因变量的解释敏感度越强，对某个确定的结果是可以做重要性排序的 因子分析或主成分分析的公因子方差贡献度，对于某个确定的概念，公因子的
朝阳Tim
2019-02-01
问题描述： if是excel做数据处理最常用的函数了，出自代码逻辑的判断结构，如何深入地理解if函数呢？excel衍生出来的iferror又如何理解？ 问题回答： if和iferror常见的使用方法： if(真假判断，为真显示什么，为假显示什么) if(真假判断，为真显示什么，if(判断条件，为真显示什么，xxx)) iferror(原函数（），如果出错显示为) 当if和iferror判断
朝阳Tim
2019-02-01
问题描述： 业务端在处理excel报告的时候，文件大小过大（例如20m），会制约传送、打开的方便性 针对这个问题，存在哪些有效的解决思路呢？ 解决思路： 造成文件大小过大的原因有很多，要对症下药： 如果是文档里的图片，可以考虑再外面压缩好适当尺寸，再进行插入 如果是条件格式过多，可以尝试清除格式，如果非要用格式，例如底纹、背景，可以考虑直接操作而不是条件格式 看看是不是有隐藏的对象，查找与
朝阳Tim
2019-02-01
问题描述： 年同比趋势图可以快速地观察趋势，以及异常的时间段，那么如何使用excel制作呢？： 年同比趋势图示例： 解决思路： 在不断更新的数据源中，制作年同比趋势图的难点是如何构建两年相同的x轴 像本例中，尝试构建出2017年和2018年相同的Period 再构建Year字段，利用透视图的图例项，从而实现年同比的趋势图 用来绘图的源数据，可以是这个样子：
朝阳Tim
2019-02-01
问题描述： 对于mysql的初学者来说，如何顺利地导入数据往往是一件头疼的事情，mysql导入数据的方法有哪些？需要注意哪些地方呢？ 解决方案一： 利用import wizard手动选择，找到自己需要导入的表，右击它，然后点选“table data import wizard”，然后按照指示操作即可 需要注意的是要导入的数据，表头要与被导入的表一致 该种方法易于理解，但是导入数据的速度会很慢
朝阳Tim
2019-02-01
问题描述： 如下图所示，pivot点击“其他源”正常来说会弹出来“表导入向导”，但是有些电脑却再点击之后没反应，如何解决呢？ 解决办法： 这个问题的原因可能是microsoft office安装异常或不完整，导致了bi插件无法正常使用 最简单的做法是microsoft office的自动修复功能，如果记不得安装路径，可以直接去控制面板点选，如图： 如果自动修复功能也失灵，可
朝阳Tim
2019-02-01
问题描述： 在workbench中使用select查询语句，操作界面如何固定住？即在下一次select查询中，可以对比上次查询结果？ a 解决方法： 鼠标右键点击查询结果，有个“Pin Tab”，点击“Pin Tab”就可以当前操作结果固定住 再来一次select查询，试试看吧 a
朝阳Tim
2019-02-01
当我们在做方差分析的时候，有三个前提条件，分别是： 变量间相互独立 正态性检验 方差齐性检验 面对方差不齐的模型，除了依赖修正的F值，我们还有哪些办法进行改善呢？ 方法一：对因变量（右偏曲线）取对数，可以让因变量更具备正态性的同时，减小因自变量异方差现象 方法二：删除自变量中方差最大或最小的组别样本（要合理），换取整个模型的解释力度
朝阳Tim
2019-01-31
由于mysql的数据为表结构，不能在列上对数据进行操作，因此数据处理逻辑大体上都是： 建新-->赋值-->再删老 对于时间戳字段的处理也同样 关于时间戳的定义 时间戳是指格林威治时间1970年01月01日00时00分00秒起至现在的总秒数，显示为10或13位的数字 10位时间戳，例如：1496246518 meetingtime为时间戳字段 create table test( us
朝阳Tim
2019-01-31
问题描述： mysql建表和导入数据的过程中，如果设置自动增长的主键索引呢？ 解决方法： 创建字段的时候加入约束条件auto_increment，是前提条件 create table score ( id int(10) unique not null auto_increment, stu_id int(10) not null, c_name varchar(20),
朝阳Tim
2019-01-31
问题描述： 如何快速复制文件路径到jupyter中呢？ 问题回答： shift 鼠标右键即可以弹出“复制为路径”，左击，再到jupyter中ctrl v即可
朝阳Tim
2019-01-31
问题描述： sumifs单独来做"<>2"或者{"A","C"}都是可以的，但是两个条件放到一起，就不能正常显示了，怎么办？ 解决办法： 不能显示的原因，是只计算了{}数组里的第一个值，解决思路是在外面嵌套sum =SUM(SUMIFS(C2:C10,B2:B10,"<>2",A2:A10,{"A","C"})) 当然也可以用sum和sumproduct来解决这个问题 =SUM((
朝阳Tim
2019-01-31
