R语言如何导入数据 在使用R的时候，我们肯定需要导入数据，现在总结一下如何导入不同类型的数据： 1.使用键盘输入数据 在导入数据比较少的时候，我们使用这种方法。R中的函数 edit() 会自动调用一个允许 ...
2017-03-04
SPSS变量定义 变量是spss分析工具的基础。变量的定义将会影响到具体的数据分析，以下将介绍SPSS中定义变量的方法。 一手动输入变量；二、直接导入已有的数据表格，然后再在变量视图中对其进行编辑。 方法 ...
2017-03-03
spss-数据抽取-拆分与合并 数据抽取也成为数据拆分，是指保留、抽取原数据表中某些字段、记录的部分信息，形成一个新字段、新纪录。分为：字段拆分和随机抽样两种方法。 一：字段拆分 如何提取“身份证号 ...
2017-03-03
spss-数据清洗-处理重复数据 数据导入之后就需要对数据进行清洗。数据清洗主要是对多余重复的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或者删除。接下来操作如何将重复数据处理操作。 步骤一： ...
2017-03-03
spss频率分析-分类变量频率分析 频率分析主要通过频数分布表、条形图、直方图，以及集中趋势和离散趋势的各种统计量来描述数据分布特征，以便我们对数据的分布特征形成初步的认识，才能发现隐含在数据背后的信 ...
2017-03-03
SPSS--描述性统计分析--探索性分析 菜单 除了可以计算基本的统计量之外，也可以给出一些简单的检验结果和图形，有助于用户进一步的分析数据。使得用户能够从大量的分析结果之中挖掘到所需要的统计信息。 ...
2017-03-03
如何在R语言中使用SQL命令 对于有SQL背景的R语言学习者而言，sqldf是一个非常有用的包，因为它使我们能在R中使用SQL命令。只要掌握了基本的SQL技术，我们就能利用它们在R中操作数据框。关于sqldf包的更多信息， ...
2017-03-03
SPSS分析技术：两个独立样本的非参数检验 在医学类研究中，经常会遇到治疗效果无法量化，但需要比较不同治疗方法优劣的需求。例如，比较止痛药的效果，疼痛程度无法准确量化，只能用主观打分来描述；理疗复健方 ...
2017-03-02
SPSS分析技术:曲线回归 在大量的回归分析中，变量之间的关系都是线性关系，或是能够被转化为线性关系。然而，也存在着许多非线性的关系。例如，在匀变速直线运动中，运动距离与时间之间的关系就是二次函数关系 ...
2017-03-02
SPSS分析技术：频数分布；数据的心灵窗户 频数是指某一观察值出现的次数，把观察值及其相应的频数全部罗列出来就是频数分布。例如，可以将我们国家的全部人口按照年龄做出频数分布。频数分布能够帮助我们了解某 ...
2017-03-02
SPSS分析技术：描述统计；了解手中的数据，从这里开始 无论是总体数据还是样本数据，描述统计都是了解它们的第一步，因为了解数据是进行进一步数据分析的基础。在统计基础文章中介绍过，描述数据可以从三个维度 ...
2017-03-02
SPSS分析技术：探索性分析；强大的综合性描述性统计模块 SPSS还提供了一种综合性的数据描述工具：探索性分析，它能够一次性将上述分析结果和其它更详细的分析结果呈现出来，不能能够输出数据结果，还能提供各种 ...
2017-03-02
SPSS分析技术：因子分析；调查问卷的效度分析 在以多个变量测量事物性质的过程中，经常出现多个变量交叉与重叠的情况。例如，在大学课程情况的问卷调查中，我们可以设置几个不同的问题来测试教师的课件制作情况 ...
2017-03-02
运营数据分析须掌握的十个经典方法 眼花缭乱的东西很多，真正派上用场的，却不见得是那些看起来炫酷的。很多方法朴实无华，却解决大量的问题。下面十个方法都是我这么多年做互联网运营分析时一定会用到的最经典 ...
2017-03-01
数据测量与分析：入门完全指南 在这篇入门完全指南中，我们将探讨分析学中一些基本的方法，以及用户体验测量与分析中的日常工作和交付物。我们也将列举一些常用工具、相关书籍，帮UX 从业者更好地学会收集和分 ...
2017-03-01
数据挖掘方法功能和聚类分析案例 一、数据挖掘的常用方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行 ...
2017-03-01
用户调研、竞品分析、数据分析、行业分析4个方法，轻松挖掘产品需求 一般产品的需求来源，除了老板和其他同事（运营或市场)的业务需求，还可以来自以下几个方面： 1.用户调研 用户调研的手法有很多， ...
2017-03-01数据在四个层面上的价值思考 1、思考一下，数据是什么？ “掌握数据就掌握一切”，已经成为大部分互联网公司的基本认识，你只要有用户数据，行为数据，关系链数据，就可以在此基础上衍生出很多新的玩法，新 ...
2017-03-01
SPSS分析技术:偏相关分析 相关分析是研究两个变量共同变化的密切程度，但有时出现相关的两个变量又同时与另外的一个变量相关，在这三个变量中，有可能只是由于某个变量充当了相关性的中介作用，而另外的两个变 ...
2017-02-28
SPSS分析技术：低测度数据的相关性分析 如果遇到低测度数据，需要判断它与低测度数据或高测度数据之间的相关性，需要根据数据类型以及数据组合之间的关系来决定分析方法，如下图所示： 今天，我们介绍低 ...
2017-02-28Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
