- 0
- 0
- 约1.15千字
- 约 8页
- 2026-11-20 发布于山东
- 举报
嵌套分类汇总知识点
模块一:基础知识
1.1定义
-数据汇总的基本概念
-数据分类与汇总的目的
1.2分类方法
-按维度分类:时间、地区、产品等
-按层次分类:总分类、明细分类
1.3汇总方法
-总和汇总
-平均值汇总
-最大值与最小值汇总
-标准差与方差汇总
模块二:数据处理
2.1数据清洗
-缺失值处理
-异常值识别与处理
-数据一致性检查
2.2数据转换
-数据类型转换
-数据标准化与归一化
-数据编码与解码
2.3数据集成
-多源数据合并
-数据去重
-数据对齐
模块三:统计分析
3.1描述性统计
-集中趋势度量:均值、中位数、众数
-离散程度度量:极差、方差、标准差
-分布形状度量:偏度、峰度
3.2推断性统计
-参数估计:点估计、区间估计
-假设检验:参数检验、非参数检验
-相关分析:Pearson相关系数、Spearman秩相关系数
3.3回归分析
-线性回归:简单线性回归、多元线性回归
-非线性回归:多项式回归、对数回归
-逻辑回归
模块四:数据可视化
4.1图表类型
-柱状图
-折线图
-饼图
-散点图
4.2视觉编码
-颜色编码
-大小编码
-位置编码
4.3图表设计原则
-清晰性
-准确性
-一致性
模块五:数据挖掘
5.1聚类分析
-K-均值聚类
-层次
原创力文档

文档评论(0)