R语言多元分析系列 R语言多元分析系列之一：主成分分析 主成分分析（principal components analysis， PCA）是一种分析、简化数据集的技术。它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一 ...
2017-07-21
R语言的常用函数速查 基本 一、数据管理 vector：向量 numeric：数值型向量 logical：逻辑型向量character；字符型向量 list：列表 data.frame：数据框c：连接为向量或列表 length：求长度 subset：求子集 ...
2017-07-21
R语言与抽样技术学习笔记（Jackknife） R语言与抽样技术学习笔记（Randomize，Jackknife，bootstrap） Jackknife算法 Jackknife的想法在我很早的一篇博客《R语言与点估计学习笔记（刀切法与最小二乘估计 ...
2017-07-20
R语言与抽样技术学习笔记（bootstrap） Bootstrap方法 Bootstrap一词来源于西方神话故事“The adventures of Baron Munchausen”归结出的短语“to pull oneself up by one\'s bootstrap\"，意味着不靠外界力 ...
2017-07-20
R语言与函数估计学习笔记（函数展开） 函数估计 说到函数的估计我们可以肯定的一点是我们很难得到原模型的函数，不过我们可以找到一个不坏的函数去逼近它，所以我们的函数估计从函数展开开始说起。 函数 ...
2017-07-20
R语言与函数估计学习笔记（核方法与局部多项式） 非参数方法 用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。 非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认 ...
2017-07-20
R语言与函数估计学习笔记（样条方法） 样条估计 如果函数在不同地方有不同的非线性度，或者有多个极值点，那么用多项式特别是低阶多项式来完成拟合是非常不合适的。一种解决办法是我们之前提到的近邻多项式 ...
2017-07-20R语言与点估计学习笔记（刀切法与最小二乘估计） 一、刀切法（jackknife） 刀切法的提出，是基于点估计准则无偏性。刀切法的作用就是不断地压缩偏差。但需要指出的是缩小偏差并不是一个好的办 ...
2017-07-20
R语言与简单的回归分析 回归模型是计量里最基础也最常见的模型之一。究其原因，我想是因为在实际问题中我们并不知道总体分布如何，而且只有一组数据，那么试着对数据作回归分析将会是一个不错的选择。 一、 ...
2017-07-19
R语言与显著性检验学习笔记 一、何为显著性检验 显著性检验的思想十分的简单，就是认为小概率事件不可能发生。虽然概率论中我们一直强调小概率事件必然发生，但显著性检验还是相信了小概率事件在我做的这一 ...
2017-07-19
R语言之各种检验 1、W检验（Shapiro–Wilk (夏皮罗–威克尔 ) W统计量检验) 检验数据是否符合正态分布，R函数：shapiro.test(). 结果含义：当p值小于某个显著性水平α(比如0.05)时，则认为 ...
2017-07-19
R语言t检验 I.单样本t检验 例1. 有原始数据的t检验 已知某水样中含碳酸钙的真值为20.7mg/L，现用某法重复测定该水样12次，碳酸钙的含量分别为..问该法测定碳酸钙含量所得的均值与诊治有无显著差异？ x ...
2017-07-19R语言逻辑回归、ROC曲线和十折交叉验证 自己整理编写的逻辑回归模板，作为学习笔记记录分享。数据集用的是14个自变量Xi，一个因变量Y的australian数据集。 1. 测试集和训练集3、7分组 [html] view plain copy ...
2017-07-19R语言判别分析 本文中分三个方法介绍判别分析，Bayes判别，距离判别，Fisher判别。前两种判别方法都要考虑两个、或多个总体协方差（这里是算方差，方差是协方差的一种）相等或不等的情况，由var.equal=的逻辑参 ...
2017-07-19
SAS逻辑回归之二分类 数据集这里用的是australian,有14个自变量Xi,一个因变量Y，Y值只取0或1。 代码如下： /*逻辑回归数据集australian（690个观测值，每个含14个属性，目标变量y(0、1)）*/ /*导入 ...
2017-07-18
R语言关联规则 # Apriori算法实现关联规则挖掘 #======================= MODEL1. 输入数据集为transaction类型 ====================== #install.packages(\"arules\") #Apriori算法程序包 lib ...
2017-07-18
R语言主成分分析 解决自变量之间的多重共线性和减少变量个数 根据主成分分析的原理，它一方面可以将k个不独立的指标变量通过线性变换变成k个相互独立的新变量，这是解决多重共线性问题的一个重要方法；另一 ...
2017-07-18
R语言典型相关分析 1 关键点：典型相关分析 典型相关分析是用于分析两组随机变量之间的相关程度的一种统计方法，它能够有效地揭示两组随机变量之间的相互（线性依赖）关系 例如 研究生入学考试成绩与本科 ...
2017-07-18R语言因子分析 因子模型： X=μ + A*F* + ε 其中F=[(f1,f2,…,fm)]^T为公共因子向量，[ε=(ε1,ε2,…,εp)]^T为特殊因子向量，A=[(aij)]^(p×m)为因子载荷矩阵。 I.参数估计 为了建立因子模型，需要要 ...
2017-07-18R语言方差分析ANOVA 自己整理编写的R语言常用数据分析模型的模板，原文件为Rmd格式，直接复制粘贴过来，作为个人学习笔记保存和分享。 I. 单因素方差分析 #用data frame的格式输入数据 medicine <- data.frame( ...
2017-07-18 很多数据分析师画过趋势图、做过业绩预测，但当被问到“这个月销售额增长20%，到底是长期趋势自然增长，还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中，直方图是展示数据分布特征、离散程度、集中区间的核心图表，能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则：垃圾数据进，垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序，也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图，画过按天的流量折线图，但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中，Pandas是最核心的数据处理库，DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域，纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品，一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中，数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中，单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中，卡方分布（χ²分布）是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中，正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现，存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中，零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL，但当被问到“数据查询语言（DQL）的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中，日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样，包 ...
2026-08-13在数据统计分析与数据清洗工作中，箱线图是一种简洁高效、客观性强的数据可视化图表，能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中，程序往往需要按照固定时间间隔重复执行指定任务，这种运行机制 ...
2026-08-12
