大数据技术及数据分析课程培训-师伟.pptxVIP

大数据技术及数据分析主讲人：师伟第一页，共五十一页。课程收益学习数理统计的理念熟悉常见的处理套路掌握常用软件的使用解决学员的具体问题第二页，共五十一页。目录数理统计常识数理统计技术第三页，共五十一页。目录数理统计常识量化的重要性统计基础知识数据挖掘简介数理统计技术第四页，共五十一页。案例第五页，共五十一页。案例记者 在短时间内发生这么多起跳楼的事件，如果站在理论 角度上，发生率算不算高？樊富珉 按卫生部统计，目前中国自杀率大概是十万分之十六 左右。而富士康40多万人，约十万分之二三左右，大 学生我们也做过统计，大概十万分之二到三左右。如 果从全国的自杀率来比的话，应该还是低的 第六页，共五十一页。案例世界银行发展委员会25日通过了发达国家向发展中国家转移投票权的改革方案，这一改革从一个侧面反映了世界经济版图的变化本次改革中，发达国家向发展中国家共转移了3.13个百分点的投票权。中国在世行的投票权从目前的2.77%提高到4.42%，成为世界银行第三大股东国，仅次于美国和日本世界银行规则：任何重要的决议必须由85%以上的表决权决定第七页，共五十一页。案例在一次海难中，统计数据为头等舱乘客319人，200人幸存二等舱乘客269人，117人幸存三等舱乘客699人，172人幸存从以上数据你可以发现什么？第八页，共五十一页。目录数理统计常识量化的重要性统计基础知识数据挖掘简介数理统计技术第九页，共五十一页。误差（波动）偶然误差可减小但不可消除系统误差可消除第十页，共五十一页。抽样第十一页，共五十一页。连续数据和离散数据连续数据定量信息含量大离散数据定性信息含量小第十二页，共五十一页。判断数据属性销售订单准确度数据输入准确度销售地区用通规测量得到的孔径用卡尺测量得到的孔径 客户热线对话时间空调制冷剂的重量一批顾客中不满意的人数一批顾客中不满意的比例第十三页，共五十一页。数据的居中程度和离散程度主要的居中指标平均值 数据集的平均值中位数 数据排序后得到的中间数众数 数据集中最频繁出现的值主要的离散指标极差 数据集中最大值与最小值的差值方差 与平均值间距的平方和的平均值标准偏差 方差的平方根第十四页，共五十一页。正态曲线大多数（但不是所有）数据符合正态分布第十五页，共五十一页。目录数理统计常识量化的重要性统计基础知识数据挖掘简介数理统计技术第十六页，共五十一页。数据挖掘简介数据挖掘（Data Mining）的概念从数据库数据中揭示出隐含的、未知的并有潜在价值的信息决策支持，基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助做出正确的决策第十七页，共五十一页。数据挖掘主要动作分类估值 预测关联 聚集可视化描述第十八页，共五十一页。案例第一次战役 1950年10月26日 1950年11月02日第二次战役 1950年11月25日 1950年12月02日第三次战役 1950年12月31日 1951年01月08日第十九页，共五十一页。案例丰田大规模召回事件引起全球强烈反响，引发丰田信誉危机第二十页，共五十一页。目录数理统计常识数理统计技术基础动作图表操作典型工具和应用第二十一页，共五十一页。基础动作搜集整理分析评估展示第二十二页，共五十一页。目录数理统计常识数理统计技术基础动作图表操作典型工具和应用第二十三页，共五十一页。图表类型数字型逻辑型第二十四页，共五十一页。图表的注意事项选取适当的图表类型数量图表应写清单位引用资料应说明出处不要妄图表达过多的信息图例一般控制在五个以下尽量简单明了、利于理解第二十五页，共五十一页。动态图表第二十六页，共五十一页。报告制作原则提案型报告说明型报告第二十七页，共五十一页。文档制作原则逻辑清晰方案多选文字精炼内容可视恰当修饰体积小巧制作迅速第二十八页，共五十一页。报告的需求管理报告的客户谁在看报告？希望看什么？希望的频率？希望的详略？相关的技巧买点和卖点金字塔原理第二十九页，共五十一页。报告的素材准则中肯可比准确时效可靠清晰第三十页，共五十一页。客户关注点 素材组织的FAB技巧Feature 特点Advantage 优点Benefit 利益FeatureAdvantageBenefit第三十一页，共五十一页。目录数理统计常识数理统计技术基础动作图表操作典型工具和应用第三十二页，共五十一页。规范处理数据和数据有效性数据处理的良好习惯Excel数据有效性第三十三页，共五十一页。层别法、聚类和表格维度层别法、聚类一维表和二维表第三十四页，共五十一页。数据透视表第三十五页，共五十一页。直方图将数据按顺序等距分组，体现各组内频数的柱状图轮廓符合正态分布曲线说明处于稳定状态通过异常轮廓形状分析可定位异常的原因第三十六页，共五十一页。案例174185