這份被夸爆了的數(shù)據(jù)分析指南，讓你的工作效率up up！
2022-10-13 19:31:21
次
在數(shù)據(jù)驅(qū)動業(yè)務(wù)的大背景下，數(shù)據(jù)分析已經(jīng)逐漸變成了一項必備技能，在實際應(yīng)用中，數(shù)據(jù)往往都是具有多變量的，想要洞察不同變量間的關(guān)系，就需要進行數(shù)據(jù)的變量分析。通過圖表或數(shù)值計算等方式來探索數(shù)據(jù)變量之間的某種關(guān)聯(lián)，常見的是雙變量分析法，主要是幫助大家研究離散變量和連續(xù)變量的任意組合之間的關(guān)系。
離散型變量和連續(xù)型變量有什么區(qū)別？
?離散型變量：指變量值可以按一定順序一一列舉，通常以整數(shù)位取值的變量。如職工人數(shù)、工廠數(shù)、機器臺數(shù)等。這種變量的數(shù)值?般?計數(shù)?法取得；
?連續(xù)型變量：在?定區(qū)間內(nèi)可以任意取值的變量，其數(shù)值是連續(xù)不斷的，相鄰兩個數(shù)值可作?限分割，即可取?限個數(shù)值。如?產(chǎn)零件的規(guī)格尺?，?體測量的??和體重等，其數(shù)值只能?測量或計量的?法取得。
以往通常會使用excel或者編程進行雙變量分析，但這兩種傳統(tǒng)方法對分析人員的要求較高，操作過程中也存在著一些問題。
1、連續(xù)變量-連續(xù)變量
相關(guān)系數(shù)
相關(guān)系數(shù)是用來反映變量之間的相關(guān)關(guān)系的密切程度的統(tǒng)計指標(biāo)，通過熱力圖將變量之間的相關(guān)系數(shù)矩陣可視化呈現(xiàn)出來。
?excel操作：
在excel中需要用到多種函數(shù)進行變量間相關(guān)系數(shù)矩陣的計算，同時使用非常復(fù)雜的步驟來創(chuàng)建熱力圖，且輸出的表格不夠直觀，美觀度較差。
?Tempo機器學(xué)習(xí)平臺操作：
可在一個操作節(jié)點選擇不同的相關(guān)系數(shù)計算函數(shù)（Pearson和Spearman），除此之外，還支持方差膨脹因子的計算，可以解釋變量之間存在多重共線性時的方差，與不存在多重共線性時的方差之比。
Tempo機器學(xué)習(xí)平臺的相關(guān)系數(shù)節(jié)點可自動輸出熱力圖，并支持自定義顏色。以下圖為例，我們選取全國銷售訂單數(shù)據(jù)，構(gòu)建銷售額、訂單數(shù)量、折扣點、利潤、單價與運輸成本的相關(guān)系數(shù)，通過熱力圖，很直觀地就能看到銷售額與單價的相關(guān)程度最高。
自動輸出的相關(guān)系數(shù)矩陣還能以excel的形式進行導(dǎo)出和查看編輯。
2、離散變量-離散變量
分類匯總
在日常的數(shù)據(jù)分析過程中，我們常需要通過某一個標(biāo)準(zhǔn)對原始數(shù)據(jù)進行分類匯總，以便于快速地將大量數(shù)據(jù)進行匯總和分析，從而實現(xiàn)后續(xù)的最大值、最小值、平均值、標(biāo)準(zhǔn)差等統(tǒng)計指標(biāo)的計算。
?excel操作：
選中單元格→選擇數(shù)據(jù)→排序→選分類匯總→設(shè)置相關(guān)字段→完成匯總
?Tempo機器學(xué)習(xí)平臺操作：
可在一個操作節(jié)點完成數(shù)值變量和字符變量的批處理，自動輸出表格形式，就能清晰地看到數(shù)據(jù)分布情況。以下圖舉例，我們選取全國銷售訂單數(shù)據(jù)，對省份和訂單數(shù)量（平均值）進行分類匯總，便于直觀地觀察各省份訂單數(shù)量的大致分布情況。
堆疊條形圖
堆疊條形圖可以形象地展示一個大分類包含的每個小分類的數(shù)據(jù)，以及各個小分類的占比，顯示的是單個項目與整體之間的關(guān)系，通過堆疊條線圖能直觀明了地識別異常值，判斷數(shù)據(jù)的偏態(tài)和尾重，還能比較多批數(shù)據(jù)的形狀，最常見的是用于質(zhì)量管理、人事測評、探索性數(shù)據(jù)分析等統(tǒng)計分析活動。
?excel操作：添加輔助數(shù)據(jù)→插入堆積條形圖→選擇坐標(biāo)系及圖表類型→添加圖表元素→設(shè)置坐標(biāo)軸格式→添加數(shù)據(jù)標(biāo)簽→填充顏色
在excel的堆疊條形圖中，僅能對原始數(shù)據(jù)進行展示，不支持數(shù)據(jù)的計算。
?TempoTempo機器學(xué)習(xí)平臺操作：
只用在條形圖的節(jié)點中勾選堆疊選項即可，且支持不同坐標(biāo)軸的多種聚合方式，可以完成數(shù)據(jù)的平均值、最大值、最小值、計數(shù)和唯一計數(shù)等多維指標(biāo)的計算。
我們選取全國銷售訂單數(shù)據(jù)，使用條形圖來表示不同銷售市場下的利潤和訂單數(shù)量情況（勾選堆疊），能直接反映出利潤與訂單數(shù)量分布情況。
3、離散變量-連續(xù)變量
箱線圖
?excel操作：
計算上四分位數(shù)、中位數(shù)、下四分位數(shù)、四分位數(shù)差→去除異常值→確定箱線圖的上下界→插入圖表→繪制箱線圖
?TempoTempo機器學(xué)習(xí)平臺操作：
在箱線圖節(jié)點中勾選“離群值標(biāo)記”選項，即可自動完成上下界的數(shù)值計算，而且還支持多種離群值的處理方式，在圖表上顯示出離群值的數(shù)值。
我們選取全國銷售訂單數(shù)據(jù)，使用箱線圖來表示不同銷售市場下的銷售額，銷售額數(shù)據(jù)特征就被展現(xiàn)出來了。
單因素方差分析
單因素方差分析是研究自變量對因變量的影響，通過檢驗各個總體均值是否相等，來判斷離散型自變量對連續(xù)型因變量是否有顯著影響。
?excel操作：
選擇數(shù)據(jù)菜單→數(shù)據(jù)分析→單因素方差分析→輸入?yún)^(qū)域→勾選標(biāo)志
?Tempo機器學(xué)習(xí)平臺操作：
直接在方差分析節(jié)點選擇對應(yīng)的字段，即可一鍵完成單因素方差分析。
我們選取全國銷售訂單數(shù)據(jù)，使用方差分析（單因素）來計算不同產(chǎn)品類別對銷售額的影響，結(jié)果為P<0.05，說明產(chǎn)品類別的取值對銷售額影響顯著。
Tempo機器學(xué)習(xí)平臺作為一個一體化的機器學(xué)習(xí)模型開發(fā)及應(yīng)用平臺，擁有強大的建模算法引擎，除了以上舉例的這些，還包含120種以上分布式算法、5種以上獨創(chuàng)算法，支持對數(shù)據(jù)進行方差分析、相關(guān)系數(shù)、典型相關(guān)分析、偏相關(guān)分析、相似度、描述數(shù)據(jù)特征、概率單位回歸等統(tǒng)計分析。
誰說做數(shù)據(jù)分析就一定要懂復(fù)雜函數(shù)和編程，通過Tempo機器學(xué)習(xí)平臺，不僅可以快速滿足復(fù)雜數(shù)據(jù)處理需求，實現(xiàn)數(shù)據(jù)表級處理，還能高效賦能分析人員快速構(gòu)建數(shù)據(jù)特征，有效降低建模技術(shù)門檻，讓建模效率up up提升！
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林數(shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
