SPSS函数之分布函数 概率密度函数 下列函数给出了具有指定分布的密度函数在第一个参数 quant 值处的值。后面的参数为分布参数。请注意每个函数名称中的句点。 PDF．BERNOULLI（quant，prob）数值。返回具 ...
2017-07-03
R语言分类算法之线性判别分析(Linear Discriminant Analysis) 1.线性判别原理解析 基本思想是”投影”,即高纬度空间的点向低纬度空间投影,从而简化问题的处理.在原坐标系下,空间中的点可能很难被分开, ...
2017-07-02
R语言实现分层抽样(Stratified Sampling)以iris数据集为例 1.观察数据集 head(iris) 选取数据集中前6个数据，我们可以看出iris数据集一共有5个字段。 dim(iris) iris数据集一共有150条数据 ...
2017-07-02
R语言进行中文分词和聚类 由于时间较紧，且人手不够，不能采用分类方法，主要是没有时间人工分类一部分生成训练集……所以只能用聚类方法，聚类最简单的方法无外乎：K-means与层次聚类。 尝试过使用K-means ...
2017-07-02
回归预测及R语言实现Part2回归R语言实现 下面是回归分析的各种变体的简单介绍，解释变量和相应变量就是指自变量和因变量。 常用普通最小二乘（OLS）回归法来拟合实现简单线性、多项式和多元线性等回归模 ...
2017-07-02
R语言操作数据 1.把数据放到操作框中 R语言的最大用处就是处理数据，不然学它干嘛，讲了那么多了，现在才是主题。 [java]view plaincopy #把数据放到操作框中 salary<-c(18 ...
2017-07-02
R语言的小个性 这篇文章用来记录我在学习使用R语言中遇到的一些区别于其他程序语言的小问题，以及一些解决方案。会持续记录下去。 1. 除法 R语言的除法运算符与其他常见语言一致：/ > 8/5 [1] 1.6 ...
2017-07-02
决策树是曲线图，表示在树的形式的选择和它们的结果。图中的节点表示一个事件或选择，以及图形的边表示所述决策规则或条件。它主要使用是在机器学习和数据挖掘应用程序中使用R语言。 使用决策树的一个例子 - 预测 ...
2017-07-01
R语言随机森林 在随机森林做法是由大量的决策树来创建的。每个观察被送入每一个决定树。对于每个观测的最常见的结果被用作最终的输出。一个新的观察被送入所有树，并采取多数表决每个分类模型。 错误估算出 ...
2017-07-01
R语言生存分析 生存分析涉及预测当特定事件将要发生的时间。它也被称为故障时间分析，或死亡时间的分析。例如，预测天的人患有癌症将生存的数量和预测时间时机械系统是要失败。 在R中包名为 survival 是用来 ...
2017-07-01
R语言卡方检验 卡方检验是一种统计方法，以确定两个分类变量之间有一个显著的相关性。 这两项变量应该是从同一个群体，它们应该是分类如- Yes/No, Male/Female, Red/Green 等。例如，我们可以建立与人的冰淇 ...
2017-07-01python绘图：matplotlib和pandas的应用 在进行数据分析时，绘图是必不可少的模式探索方式。用Python进行数据分析时，matplotlib和pandas是最常用到的两个库。 1、matplotlib库的应用 准备工作如下：打开ipython ...
2017-07-01
python中文乱码问题深入分析 在本文中，以\'哈\'来解释作示例解释所有的问题，“哈”的各种编码如下： 1. UNICODE (UTF8-16)，C854； 2． UTF-8，E59388； 3． GBK，B9FE。 一、Python中的str和unico ...
2017-07-01
SPSS函数之期和时间函数 CTIME．DAYS（timevalue）数值。返回 timevalue 中的天数（包括有小数位的天数），timevalue 必须为时间格式的数值或表达式，如 TIME．xxx 函数的结果。 CTIME．HOURS（timevalue） ...
2017-06-30
SPSS进行逐步回归分析 在自变量很多时，其中有的因素可能对应变量的影响不是很大，而且x之间可能不完全相互独立的，可能有种种互作关系。在这种情况下可用逐步回归分析，进行x因子的筛选，这样建立的多元回归模 ...
2017-06-30
如何在SPSS中进行分列 首先，只要是字符型的都要新生成一个字符串的变量（这里就生成的是c变量，a5表示这列字符的长度为5，科根据需要设置，程序如下： string c（a5）． 其次根据需要用到substr函数 ...
2017-06-30
SPSS中多选题的录入及统计分析 多选题，就是说一个题目可以有多个答案。在录入的时候有两种选择。 下来举例说明： Q1 你经常使用的搜索引擎是哪几个? 1 百度 2 Google 3 雅虎 4 其他 假设 ...
2017-06-30
实例讲解调查问卷SPSS分析：品牌偏好分析 对问卷的每一个问题分别作相应的分析，问卷第一个问题，主要涉及品牌偏好或者品牌倾向，具体如下： 【第一个问题】 Q1、请说出您最喜欢的三个休闲服品牌?（1 ...
2017-06-30SPSS函数大全：关于字符串函数 SPSS函数大全：字符串函数 CONCAT（strexpr，strexpr[，．．．]）字符串。返回由其全部参数拼接而成的字符串，对其求出的值必须为字符串。此函数需要两个或更多参数。 ...
2017-06-30
总结SPSS因子几个特点 对因子分析的几次尝试与实践，有一些新的认识，写到空间里和大家共享。 【一】、因子分析与主成分分析的区别 关于这个问题，见诸各大论坛、博客，还有百度知道等栏目，这里引用 ...
2017-06-29写在开头 老板在微信上甩来一句： "帮我看下为什么销量跌了。" ” 你回工位，打开 SQL，开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者：李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时，PySpark的groupBy()确实能完成统计，这也是它的本职工作。但它有一个根本性局限：每一组数据，最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表，结合地理空间维度与数据密度特征，通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”，在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司，工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中，数据往往不是独立存在的，不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读：大多数人只把 dataclasses 当成偷懒工具，用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 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 ...
2026-09-29在MySQL数据库运维与业务开发中，行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中，千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 5W1H 分析法 定义：经典系统性思维框架，通过六个核心维度对问题进行全方位拆解与剖析，确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 用户标签体系 定义： 通过一系列高度精炼的特征标识，对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库，广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展，数据已成为核心生产要素，各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中，大部分业务数据并非持续平稳变化，而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象， ...
2026-09-23在统计学与数据分析中，研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能，认 ...
2026-09-23 很多数据分析师每天都在写 SQL，但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 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 ...
2026-09-22
