spss的方差齐性检验和ANOVA 我用spss做了单因素方差分析,出来两个框,一个是方差齐性检验,那里的显著性是大于0.05,另一个是ANOVA,那里的显著性是小于0.05.到底要看哪个呢 spss的方差齐性检验和ANOVA的参 ...
2017-05-15
SAS建立本地文件夹 SAS建立文件夹：用sas建立数据集市时，通常要生成每日数据并保留起来。 今天分享一段程序，SAS生成每日文件夹、模块文件夹及主题表文件夹并保留每日运行的日志，在下一期，分享日志检 ...
2017-05-14
R语言作为BI中ETL的工具 R语言作为BI中ETL的工具，增删改 R语言提供了强大的R_package与各种数据库进行数据交互。 外加其强大数据变换清洗函数，为ＥＴＬ提供一条方便快捷的道路。 RODBC ROracal RMysql Rmon ...
2017-05-14
R语言系列:构造拟合公式的几个技巧 在使用各种回归时，需要写明拟合公式。最常见的形式如下： y~x1+x2 #可以增加任意数量的自变量 若要加入自变量之间的交互作用，可以使用以下写法 y~x1+x2+x1:x2 y~(x1+x2) ...
2017-05-14
通俗理解T检验与F检验的区别 1.T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值 ...
2017-05-14
一个资深数据人对数据挖掘解读 在银行做了两年的数据分析和挖掘工作，较少接触互联网的应用场景，因此，一直都在思考一个问题，“互联网和金融，在数据挖掘上，究竟存在什么样的区别”。在对这个问题的摸索和理 ...
2017-05-14如何一步步从数据产品菜鸟走到骨干数据产品 网上关于数据分析师的文章很多，但是关于数据产品经理的文章很少，所以经常有各个领域的垂直网站来和我交流，问我数据产品应该怎么做，人怎么培养，团队应该怎么建。 ...
2017-05-14
数据分析该分析什么 很多时候我们走的走的就会忘记当初为什么而出发。我们有的时候在拿到数据以后不知道该怎么进行分析，该去分析什么，其实这些在我们以前的统计学中都学过。 不管是用Python还是R，其实和 ...
2017-05-13
使用Python一步一步地来进行数据分析 你已经决定来学习Python，但是你之前没有编程经验。因此，你常常对从哪儿着手而感到困惑，这么多Python的知识需要去学习。以下这些是那些开始使用Python数据分析的初学者的 ...
2017-05-13
为什么机器学习的框架都偏向于Python 总结：好写、支持全面、好调、速度不慢。 1.Python是解释语言，这让写程序方便不只一点。举例来说，在C等编译语言里写一个矩阵乘法，需要自己分配操作数（矩阵）的内存 ...
2017-05-13
说说什么是数据挖掘 数据挖掘就是指从数据中获取知识。 好吧，这样的定义方式比较抽象，但这也是业界认可度最高的一种解释了。对于如何开发一个大数据环境下完整的数据挖掘项目，业界至今仍没有统一的规范 ...
2017-05-13
一行R代码来实现繁琐的可视化 ggfortify 是一个简单易用的R软件包，它可以仅仅使用一行代码来对许多受欢迎的R软件包结果进行二维可视化，这让统计学家以及数据科学家省去了许多繁琐和重复的过程，不用对结果进 ...
2017-05-13
机器学习的道、法、术、势、器 “道、法、术、器”出于老子的《道德经》，后人又加了一个“势”，并且也有了不同的排列。很多人习惯用“道、法、术、势、器”的顺序，原因很简单：道以明向、法以立本、术以立策 ...
2017-05-13
sas信用评分之手动对数值变量分组 上周内容已经有了预告，就是除了我之前发表的最优分段，我自认为比较实际的分段方法这个方法我是借鉴了别人的经验已经根据自己的业务经验做的手工分组，相对于之前的最优分组 ...
2017-05-12
SAS信用评分之模型拟合以及验证的大坑 今天的内容是来讲我这段时间被模型拟合和模型验证坑过的那些事。我也是千辛万苦终于是把模型给建出来了。此处应该有掌声。因为模型老是效果不好这件事，我躲在被窝里哭了 ...
2017-05-12
sas信用评分之评分卡的生成 今天介绍的“信用风险评分卡研究”中的生成评分卡的代码，哪一章生成评分卡我琢磨了好久，所以我觉得要是有疑惑的可以看下我写的这篇文章。至于理论的东西我就不说，基本要学评分卡 ...
2017-05-12
判别分析的基本思想以及常见的判别分析方法 判别分析的基本概念及应用 从统计的角度来看，判别分析可以描述为：已知有个总体，现有样本y，要根据这k个总体和当前样本的特征，判定该样本y属于哪一个总体。其 ...
2017-05-12
做运营必须掌握的数据分析思维，你还敢说不会做数据分析 对于运营数据分析，我相信很多小伙伴会存在以下问题： 面对异常数据经常出现“好像做了什么？好像发生了什么？所以可能造成了影响”的主观臆测？ ...
2017-05-12SAS日志检测 以前跑数据集市时，通常是每天自己批量跑，如果每天查看日志非常麻烦。今天给大家分享一段数据日志的检测代码，可以判断是是哪天出错了。如下图所示： [xmy_1487668820/2017-05-05-16-06-49-9355.p ...
2017-05-12
R语言之grep函数和正则通配符查 在R语言的道路上又学到了一个新知识，记下来一起分享！ 首先，grep函数可以像数据库查询一样对向量中的具有特定条件的元素进行查询！ 其次，介绍几种R语言中 ...
2017-05-11在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 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
