数据分析方法论是什么？课案.docxVIP

重点包括两块，一块是统计分析方法论：描述统计、假设检验、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分与因子分析、时间序列分析、决策树等； 一块是营销管理常用分析方法论： SWOT、4P、 PEST、SMART 、5W2H、 User behavior等。 一、统计分析方法论： 1.描述统计（ Descriptive statistics）：描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。目的是描述数据特征，找出数据的基本规律。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。 1）数据的频数分析： 在数据的预处理部分，我们曾经提到利用频数分析和交叉频数分析来检验异常值。此外，频数分析也可以发现一些统计规律。比如说，收入低的被调查者用户满意度比收入高的被调查者高，或者女性的用户满意度比男性低等。不过这些规律只是表面的特征，在后面的分析中还要经过检验。 2）数据的集中趋势分析 ：数据的集中趋势分析是用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。各指标的具体意义如下： 平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均值。 中位数：是另外一种反映数据的中心位置的指标，其确定方法是将所有数据以由小到大的顺序排列，位于中央的数据值就是中位数。 众数：是指在数据中发生频率最高的数据值。 如果各个数据之间的差异程度较小，用平均值就有较好的代表性；而如果数据之间的差异程度较大，特别是有个别的极端值的情况，用中位数或众数有较好的代表性。 3）数据的离散程度分析： 数据的离散程度分析主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。方差是标准差的平方，根据不同的数据类型有不同的计算方法。 4）数据的分布： 在统计分析中，通常要假设样本的分布属于正态分布，数据的正态性离群值检验，已知 标准差 Nair 检验，未知标准差时，有 Grubbs 检验， Dixon 检验，偏度 -峰度法等。其中常用偏度 -峰度法需要用偏度和峰度两个指标来检查样本是否符合正态分布。偏度衡量的是样本分布的偏斜方向和程度；而峰 度衡量的是样本分布曲线的尖峰程度。一般情况下，如果样本的偏度接近于 0，而峰度接近于 3，就可以判断总体的分布接近于正态分布。 （ 5）绘制统计图： 用图形的形式来表达数据，比用文字表达更清晰、更简明。在易的绘制各个变量的统计图形，包括条形图、饼图和折线图等。  SPSS软件里，可以很容 2.假设检验：是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要 对所研究的总体作某种假设，记作 H0；选取合适的统计量，这个统计量的选取要使得在假设 H0 成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或 接受假设 H0 的判断。常用的假设检验方法有 u—检验法、 t 检验法、 χ2检验法 (卡方检验 )、 F— 检验法，秩和检验等。 3.相关分析：相关分析是研究现象之间是否存在某种依存关系， 并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。常见的有线性相关分析、偏相关分析和 距离分析。相关分析与回归分析在实际应用中有密切关系。 然而在回归分析中， 所关心的是一个随机变量 Y 对另一个（或一组）随机变量 X 的依赖关系的函数形式。而在相关分析中 ，所讨论的变量的地位一样，分析侧重于随机变量之间的种种相关特征。例如，以 X、 Y 分别记小学生的数学与语文成绩，感兴趣的是二者的关系如何，而不在于由 X 去预测 Y 。 4.方差分析 (Analysis of Variance，简称 ANOVA) ：又称 “变异数分析 ”或“F检验 ”，是 R.A.Fisher 发明的，用 于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。 方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。 5.回归分析 ：回归主要的种类有：线性回归，曲线回归，二元 logistic 回归，多元 logistic 回归。回归分析的应用是非常广泛的，统计软件包使各种回归方法计算十分方便。 一般来说，回归分析是通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各个参数，然后评价回归模型是否能够很好的拟合实测数据；如果能够很好的拟合，则可以根据自变量作进一步预测。 6.聚类分析 ：聚类主要