SPSS常用函数 SPSS函数 是一个常用程序(rountine),并且利用一个或多个自变量(参数)来执行。每个SPSS函数均有一个关键名称(keywordname),且绝不能写错。通常,函数的格式为:函数名称(自变量,自变量,……) ...
2016-04-24在SAS中进行数据挖掘之关联规则 SAS系统被誉为国际上的标准软件系统,本文将详细介绍如何在SAS/EM模块中进行关联规则数据挖掘,使用的软件版本是SAS 9.1.3下的Enterprise Miner 4.3: 从SAS顶端的【解决 ...
2016-04-24数据模型梳理:一个自下而上的数据治理方法 一、数据模型梳理背景 我们在传统企业(如电信、航空、电力、政府等)实施一个个数据治理项目的时候,总会发现基本类似的问题: ●企业内IT系统越来越多,其复 ...
2016-04-23初级数据分析师职业要求 小白:那怎样才能成为一名优秀的数据分析师呢?数据分析师的职业要求又有哪些? Mr.林:你的问题可以用五懂来回答,即懂业务、懂管理、懂分析、懂工具、还要懂设计。 1. 懂业 ...
2016-04-23关于数据挖掘和数据分析 1、很多关于数据挖掘的帖子和文章都在强调工具、算法和架构等,但其实这些都不是数据挖掘的核心,数据挖掘的最重要的环节如下: 数据来源:通过无论是公开的数据还是合作方式、第三 ...
2016-04-23数据分析师的烦恼,找呀找呀找数据! 数据分析师听起来是高大上的职位,实际上做的都是苦逼的事儿。而在大数据时代背景下,不会使用大数据分析工具为自己分忧的数据分析师才是真正的苦逼。 1.找呀找呀 ...
2016-04-23企业进行市场营销,该用数据分析什么? 大数据时代,对于企业而言,把握数据信息是实现高效的营销重要方式。面临纷繁的数据,当我们的产品在进入市场之前,需要着重对哪些数据进行调研和分析呢?下面这份决策分 ...
2016-04-23掌握8项技能让你拥有数据科学岗位 你想找到一份数据科学家的工作吗?如果你有这样的想法的话,那么你就有伴儿了。最近由Thomas Davenport和D.J. Patil在《哈佛商业周刊》上面发表了一篇专栏,文章称“数据科 ...
2016-04-23数据库和数据仓库的区别 数据库是面向事务的设计,数据仓库是面向主题设计的。数据库一般存储在线交易数据,数据仓库存储的一般是历史数据。 数据库设计是尽量避免冗余,一般采用符合范式的规则来设计 ...
2016-04-22大数据分析5大趋势 目前,大数据分析是一个非常热门的行业,一夜间,似乎企业的数据已经价值连城。企业都在开始尝试利用大数据来增强自己的企业业务竞争力,但是对于大数据分析行业来说,仍然处于快速发展 ...
2016-04-22组成数据分析师完整知识结构的七大板块 作为数据分析师,无论最初的职业定位方向是技术还是业务,最终发到一定阶段后都会承担数据管理的角色。因此,一个具有较高层次的数据分析师需要具备完整的知识结构。 ...
2016-04-22常见的几种“分析”概念 在业务实践中,有很多“分析”概念会让大家感到疑惑,从而直接影响从业者的职业规划,其包括职业定位、发展路线等。因此有必要将几种最常见的“分析”概念进行介绍,为大家今后的职 ...
2016-04-22数据分析的流程及分析方法 数据分析是指通过建立审计分析模型对数据进行核对、检查、复算、判断等操作,将被审计单位数据的现实状态与理想状态进行比较,从而发现审计线索,搜集审计证据的过程,在实 ...
2016-04-22数据分析的6个操作步骤 一、什么是数据分析? 数据也称观测值,是实验、测量、观察、调查等的结果,常以数量的形式给出。 二、数据分析过程的6个阶段 1、明确分析目的与框架 基于商业的理解,整理分析框架和分 ...
2016-04-22基于最小二乘法的异常行为分析模型设计 本文针对异常访问现状及问题进行简要描述,在此基础上提出基于一元线性回归的最小二乘法异常访问分析模型,通过该模型解决了异常访问中时间与访问间相关性问题。 异常 ...
2016-04-21机器学习中的随机森林模型 01 树与森林 在构建决策树的时候,可以让树进行完全生长,也可以通过参数控制树的深度或者叶子节点的数量,通常完全生长的树会带来过拟合问题。过拟合一般由数据中的噪声和离群点 ...
2016-04-21数据科学家获取更高薪资的几点建议 每年秋天,我都将在西北分析科学硕士项目当中教授分析领导力课程。我们很骄傲每年的课堂上都会出现非常有天赋的学员。毕业的学员大都会以数据分析师的职位加入到公司或 ...
2016-04-21如何构建落地型的数据分析流程? 数据工作者最长也是有效的一种工作方式是带项目,无论是数据分析还是专项挖掘,项目制能使数据尽量贴近业务并且有效理解业务和数据的各个维度。那么如何建立面向业务落地的数据 ...
2016-04-21简单有效的数据分析才是王道 越来越多的公司开始倡导‘用数据说话’,利用数据分析来帮助公司进行商务运营和制定决策。但如果一个公司试图对所有可能收集到的数据进行分析或者期望用数字来解决一切问题,那便又 ...
2016-04-21基于树的建模-完整教程(R & Python) 基于树的学习算法被认为是最好的方法之一,主要用于监测学习方法。基于树的方法支持具有高精度、高稳定性和易用性解释的预测模型。不同于线性模型,它们映射非线性关 ...
2016-04-21t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26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 ...
2025-08-18