
学习总结:统计原理对数据分析的重要
最近开始业余学习CDA的课程,就发现统计原理对自己来说是很难的。去年在学SAS的过程中,就听说过,如果你能把那么复杂的统计函数及统计公式全部理解清楚的话,那你需要达到统计学博士的水平。而就数据分析跟数据挖掘来说,统计知识好像又占到了很大的比重。如何来处理这一部分知识就显得尤其重要了。
实际上,这一块知识在上数据挖掘及多维分析课程的时候就听过。唯一理解的比较好的就是决策树的算法,其他的算法都是直接加载相应的包来套入运算。数据分析,挖掘都是要对业务有很深理解的。有的时候,当我们对业务理解越细的时候,对我们的分析会更有帮助,而不是先去研究相关算法。所以,就个人的理解来说,先了解业务,再通过相应的业务去学习相匹配的算法更为有利。
而谈到对业务的理解,个人觉得这一块可能是自己的弱项了。因为了解一个行业最块的方法就是找到这个行业不同职位的人去聊天。与人面对面的互动对你了解并掌握这一行业的帮助无疑是最大的。单就CDA里边的银行数据来说,之前只是简单的有了用户的存,贷,信用卡的数据。而在大数据时代,相关的购物行为,结合相关城市社区数据,出行数据,这样就可以为用户形成一个多维护的数据画像,然后对不同类群的客户进行相应的营销引导。势必会产生新的业务增长。这一点,相信未来会在银行业遍地开花。
而统计学原理,两列数据的线性关系,齐次方程,K值,P值,均值,中位数。这一些概念相信只有在数据分析部分有用,而在业务分析,及营销部分更多关注的是结果。好的分析只有加上好的执行才能够产生效果。
实际上,很多时候,我们过分看重要分析过程,却忽略的执行过程中的商业逻辑。自从开始写R代码后,突然发现,自己的逻辑思维在逐步加强。对于数据的商业理解又多了一层。但最终是搞架构,还是营销,还是运营。现在还不是很清楚,但至少,会从产品经理做起。
可能个人还是比较喜欢跟人打交道吧!数据分析可以帮助自己理清所收集到的各样需求,而如何执行,如何落地才是更为重要的。对商业的理解可能是最考验一个产品经理的整体思维吧!前期总是对技术追求很多,但对商业逻辑没有整体思考!
什么是商业逻辑?就是你所负责的这个产品如何变成钱。在这一个过程中,技术是一个过程,需要技术,便又不能仅仅去依靠技术。做好合局规划,这才是一个产品经理的重点思考内容。
至于统计原理对数据分析的重要性,要明白你要的是分析的结果,还是过程的完美?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01