R语言解读多元线性回归模型 在许多生活和工作的实际问题中，影响因变量的因素可能不止一个，比如对于知识水平越高的人，收入水平也越高，这样的一个结论。这其中可能包括了因为更好的家庭条件，所以有了更好的 ...
2017-01-31
数值型数据的探索分析 数据分析过程中，往往需要对数据作基本的探索性分析，查看数据是否存在问题，如缺失值数量、是否存在明显的异常值、数据是如何分布的、数据的集中趋势和离散趋势等。 探索性分析一般包 ...
2017-01-31
SPSS统计分析案例:最优尺度回归 1、什么是最优尺度回归？ 英文简称CATREG，也称分类回归。 普通线性回归对数据的要求十分严格，当遇到分类变量时，线性回归无法准确地反映分类变量不同取值的距离，比如性 ...
2017-01-31
数据分析师眼中的数据真相 随着大数据概念的普及和人们对数据价值认识的不断深入，数据分析越来越受到人们的重视，尤其是在企业中，现在很多做销售、市场的企业人员已经开始用数据说话，很多企业也已经开始借助 ...
2017-01-31数据分析之成功案例解析 (1) Facebook广告与微博、SNS等网络社区的用户相联系，通过先进的数据挖掘与分析技术，为广告商提供更为精准定位的服务，该精准广告模式收到广大广告商的热捧，根据市场调研机构eMarket ...
2017-01-31数据分析师的精髓R语言 近年来，随着大数据浪潮的到来，数据科学快速发展，数据分析师要处理的数据问题越来越复杂，传统的数据分析工具越来越显得力不从心。R语言作为国外数据分析师常用工具在国外的数据分析业 ...
2017-01-31
浅谈数据挖掘工程师-数据分析师从哪几个层次入手 更多是通过对海量数据进行挖掘，寻找数据的存在模式、或者说规律，从而通过数据挖掘来解决具体问题。数据挖掘更多是针对某一个具体的问题，是以解决具体问题为 ...
2017-01-26
如何培养数据分析意识 作为数据分析师，我们不能要求业务必须要懂数据、理解数据，但是我们需要把数据能解决什么问题，怎么解决的，解决之后会给业务带来哪些改进以及效果上的优化，如果能预测出一个具体数值或 ...
2017-01-26
R语言在数据分析师中的应用 （1）R语言是一门编程语言。 维基百科中对R语言的定义：一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。 既然R语言是一种编程语言，我们对比其他编程语 ...
2017-01-26
数据分析师招聘须知 做数据分析前我们首先要明确分析目的和内容，对于数据分析师而言，他们的进阶需求无外乎是各个企业对数据分析师的职位要求。 1.各种招聘网站主要三点要求 1）对相关业务的理解； 2 ...
2017-01-26学习数据分析师看什么教材 入门版 适合对数据分析的入门者，对数据分析没有整体概念的人，常见于应届毕业生，经验尚浅的转行者。 1.深入浅出数据分析： HeadFirst 类的书籍，一向浅显易懂形象生动，可 ...
2017-01-26
数据挖掘的分类技术分析 1、过分拟合问题： 造成原因有： （1）噪声造成的过分拟合（因为它拟合了误标记的训练记录，导致了对检验集中记录的误分类） （2）根据少量训练记录做出分类决策的模型也容易 ...
2017-01-26
R语言-妹子被追后的选择分析 前提假设 妹子们一生中可以遇到100个追求者，追求者的优秀程度符合正态分布； 每个妹子都具备判断并比较追求者优秀程度的能力； 接受或拒绝一个追求者后永远无法后悔。 那么，问题 ...
2017-01-25
使用Excel数据分析工具进行统计分析 很多小伙伴还不知道Excel自带了一个非常给力的数据分析工具，可以用来对数据进行快速统计分析，比如方差分析、t检验之类的。 开启的方法非常简单，以Excel2016为例，文件 ...
2017-01-25
R语言XML格式数据导入与处理 数据解析 XML是一种可扩展标记语言，它被设计用来传输和存储数据。XML是各种应用程序之间进行数据传输的最常用的工具。它与Access，Oracle和SQL Server等数据库不同，数据库提供 ...
2017-01-25
用R语言的quantreg包进行分位数回归 什么是分位数回归 分位数回归(Quantile Regression)是计量经济学的研究前沿方向之一，它利用解释变量的多个分位数（例如四分位、十分位、百分位等）来得到被解释变量的条 ...
2017-01-25
R语言数据处理包dplyr、tidyr笔记 dplyr包是Hadley Wickham的新作，主要用于数据清洗和整理，该包专注dataframe数据格式，从而大幅提高了数据处理速度，并且提供了与其它数据库的接口；tidyr包的作者是Hadley W ...
2017-01-25数据分析师如何做好数据分析 做数据分析前我们首先要明确分析目的和内容，对于数据分析师而言，他们的进阶需求无外乎是各个企业对数据分析师的职位要求。在一些招聘平台上，我们随便搜索下数据分析的岗位信息， ...
2017-01-25
适合做数据分析师的专业有哪些 或许数据分析在很多人眼里就必须具备很强的数学、统计学或是计算机科学等学科的基础，其实不然。很多从我们这里毕业的学生都是从零开始，更有不少文科的女生。数据分析并没有你想 ...
2017-01-24
大数据分析程序的五个步骤 一个成功的大数据分析程序对于收集以及分析大数据都是至关重要的，对于大数据分析程序我们需要一个有效的流程管理，下面就来说说几点建议。 第一步、收集数据 这个过程要先 ...
2017-01-24基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线（ROC 曲线）是评估诊断模型或预测指标效能的核心工具， ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中，隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维：驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下，数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标：基础概念与协同逻辑 一、CDA 数据分析师：数据驱动时代的核心角色 1.1 定义与行业价值 CDA（Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析：从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计：CDA数据分析师的基础核心与实践应用 一、描述性统计的定位：CDA 认证的 “入门基石” 在 CDA（Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后，原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中，response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮：CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代，数据治 ...
2025-08-21Power BI 热力地图制作指南：从数据准备到实战分析 在数据可视化领域，热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库：从原理到实践的全面解析 在深度学习领域，矩阵运算堪称 “计算基石”。无论是卷积神经网络（CNN）中的 ...
2025-08-20数据建模：CDA 数据分析师的核心驱动力 在数字经济浪潮中，数据已成为企业决策的核心资产。CDA（Certified Data Analyst）数据分 ...
2025-08-20KS 曲线不光滑：模型评估的隐形陷阱，从原因到破局的全指南 在分类模型（如风控违约预测、电商用户流失预警、医疗疾病诊断）的评 ...
2025-08-20偏态分布：揭开数据背后的非对称真相，赋能精准决策 在数据分析的世界里，“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师：数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天，“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师：善用 Power BI 索引列，提升数据处理与分析效率 在 Power BI 数据分析流程中，“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师：巧用 SQL 多个聚合函数，解锁数据多维洞察 在企业数据分析场景中，单一维度的统计（如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师：驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中，表格结构数据（如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南：从 DAX 度量到可视化落地 在业务数据分析中，“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据：用法、实例与实战技巧 在 Python 编程中，函数是代码复用与逻辑封装的核心载体。多数场景下，我们 ...
2025-08-15
