statsmodels（http://www.statsmodels.org）是一个Python库，用于拟合多种统计模型，执行统计测试以及数据探索和可视化。statsmodels包含更多的“经典”频率学派统计方法，而贝叶斯方法和机器学习模型可在其他库中找到。包含在statsmodels中的一些模型：· 线性模型，广义线性模型和鲁棒线性模型· 线性混合效应模型· 方差分析（ANOVA）
michelle.qin
2020-08-18
python之%s、%d、%f的使用【%s】#%s打印时结果是原字符串#%2s意思是字符串长度为2，当原字符串的长度超过2时，按原长度打印#%7s意思是字符串长度为7，当原字符串的长度小于7时，在原字符串左侧补空格，#%-7s意思是字符串长度为7，当原字符串的长度小于7时，在原字符串右侧补空格，#%.2s意思是截取字符串的前2个字符#%.7s意思是截取字符串的前7个字符，当原字符串长度小于7时，即
michelle.qin
2020-08-10
卡方=（25-1）*0.0036/0.0025=34.56计算kfa/2和kf1-a/2kfa/2：kf1-a/2：卡方落在（kf1-a/2，kfa/2）之间，落在接受域，接受H0，H0是无差异，认为无差异
michelle.qin
2020-07-29
1、行列式的计算公式： = MDETERM(数据区域)，直接回车即可得到结果2、矩阵的乘法公式：= MMULT(矩阵A数据区域,矩阵B数据区域)选中结果区域，输入公式，同时Ctrl+Shift+Enter3、矩阵的逆矩阵公式：= MINVERSE(数据区域)选中结果区域，输入公式，同时Ctrl+Shift+Enter4、输出指定维度的单位矩阵公式：= MUNIT(维度数)选中结果区域，输入公式，同
michelle.qin
2020-07-28
描述统计分析可以从以下五个角度考虑：一、总体规模的描述 —— 总量指标（1）反映一定时间、空间条件下某种现象的总体规模、总水平或总成功的统计指标。（2）分类：二、对比关系的描述 —— 相对指标（1）又称“相对数”，是两个有相互联系的指标数值之比。（2）常用相对指标的计算三、集中趋势的描述 —— 平均指标（1）一组数据向其中心值靠拢的趋势。（2）测度集中趋势：寻找数据水平的代表值或者中心值。（3）指
michelle.qin
2020-07-28
统计学：一门收集、处理、分析、解释数据并从中得出结论的科学。【步骤】 收集数据→处理数据→分析数据→解释数据 抓取 清洗 方法：两大类 爬数 （1）描述性分析方法
michelle.qin
2020-07-24
1.6 数据与指标概述（1）表格结构与表结构的区别 表格结构→可以对单元格进行编辑 表结构→控制（表内/表间）（2）指标作用：结合业务快速定位数据中的核心问题，发现业务强弱点。分类：业务指标和财务指标。（3）业务指标：a.汇总类指标 求和类指标：对度量值进行求和计算得到的指标，【e.g】销售数量、销售金额 帮助决策者了解总趋势 求平均类指标：对
michelle.qin
2020-07-13
1.4 动态考勤表的制作相关函数：（1）填写日期：=IF(H$24 michelle.qin 2020-07-09
1.1 回顾前期：（1）条件间的关系为“或”的条件计数 =总量 - “且”的值 =COUNT(A2:A94)-COUNTIFS(B2:B94,"<60",C2:C94,"<60",D2:D94,"<60")（2）VLOOKUP的另一种方式：OFFSET函数（跑马圈地） =OFFSET(A1,MATCH(A15,A2:A11,0),4)
michelle.qin
2020-07-07
1.3 关于数据透视图（1）值显示方式 - 12种，要注意分母是什么，活用值显示方式，能更快捷的计算出各项百分比指标A组：值显示方式分母为：行汇总的百分比行总计列汇总的百分比列总计总计的百分比最右下角的总计百分比相对于哪一项即为分母例如：B组：含有层级关系的值显示方式，一定要弄明白父项、子项值显示方式分母为：父行汇总的百分比父行总计父列汇总的百分比父列总计父级汇总的百分比父级总计例如：C组：值显示
michelle.qin
2020-07-03
1.3 关于数据透视图（1）值显示方式 - 12种，要注意分母是什么，活用值显示方式，能更快捷的计算出各项百分比指标A组：值显示方式分母为：行汇总的百分比行总计列汇总的百分比列总计总计的百分比最右下角的总计百分比相对于哪一项即为分母例如：B组：含有层级关系的值显示方式，一定要弄明白父项、子项值显示方式分母为：父行汇总的百分比父行总计父列汇总的百分比父列总计父级汇总的百分比父级总计例如：C组：值显示
michelle.qin
2020-07-03
1.1 关于数据分析（1） 定义：根据方法论的指导，使用数据分析软件实现数据价值发现（2） 目的：记录业务轨迹，为未来业务决策提供参考及思考（3） 分类：分类区分工作内容工具业务数据分析1、对历史数据的分析、发现 2、对数据的分类汇总1、描述性分析 2、数据透视 3、可视化图表Excel、SQL、可视化软件数据挖掘1、建模预测数据 2、用业务来解释结果的含义1、协同
michelle.qin
2020-07-01
