CDA二级(Level II)数据分析师——考试内容梳理四

2024-06-19 01:12

本文主要是介绍CDA二级(Level II)数据分析师——考试内容梳理四,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

定额抽样不属于概率抽样类型抽样就是分群抽样

假设检验中,两类错误的概率相加后不等于1,
在样本量增大的条件下,两类错误的概率可以同时减小,
通常控制第一类错误的概率 ;(去真

假设检验使用的是反证法,即先提出一个关于总体参数的假设,然后用样本数据来检验这个假设是否可能为真

在假设检验中,左侧检验为>=,右侧检验为<=,指原假设

区间估计是使用顺推法,即先不对总体参数提出具体假设,而是基于样本统计量来估计总体参数可能存在的区间

假设在T分布下,实际算出来的统计量的值为2.75,P=T.DIST(2.75:2:TRUE)
P值的实质是当前的临界点与分布曲线所围城的曲线面积,求累积分布

在大样本(n)下进行某列(A)均值的区间估计,点估计值为α,显著性水平为0.05
Z0.025为给定的显著性水平下的正太分布的临界值:
EXCEL计算:α±Z0.025*STDEV.S(A:A)/(AQRT(n),大样本为n小样本为n-1

区间估计的结果为点估计的值加减一定倍数的标准差

单因素方差分析中,当p<0.05,则接受备择假设,即至少有两组之间的均值有显著性差异

单因素方差分析的假设
1.每个总体服从正太分布
2.每个总体的方差相同
3.从每个总体中抽取的样本是相互独立的

在不知道具体比例的情况下,通常取P=0.5来计算最大样本量

方差分析主要用来比较两个或多个组的平均数差异,通常自变量是分类型,因变量是连续型

相对于主成分分析而言,因子分析时更偏向解释的分析时,需要进行因子分析,而类似于综合排名、综合打分这样无需进行解释的分析可以进行主成分分析

因子分析通常不适用于预测模型 ,它更侧重于变量的可解释性非预测准确性

进行主成分分析(PCA)之前,如果变量的取值范围相差很大,先对每个变量进行中心化,然后使用相关系数矩阵代替协方差矩阵计算主成分;

多元线性回归模型m,输出模型的残差图:plt.scatter(m.predict(data),m.resid),
resid:残差序列

在进行逻辑回归模型的系数解释时,应借助优势比的概念来进行,所以1作为参考进行解释;

在逻辑回归中,使用classification_report输出分类报告时要求输入的是真实标签和预测标签
classification_report(y,y_hat) 预测;

在逻辑回归模型中,使用约登指数来确定最优阈值,具体是选择使得==(tpr-fpr)==达到最大的时候的阈值作为最优阈值

逻辑回归通过logit模型转换后,输出0-1的概率值

目标函数包括决策变量;

高斯马尔科夫假设中,线性回归对·残差序列·的假设包括:不相关、正态性和同方差

岭回归和Lasso回归属于·收缩方法·,
可以处理多重共线性问题,但会改变原有回归模型

向后回归法要求样本量必须大于自变量的个数,否则模型会过拟合

QQ检验确保扰动性服从正太分布

时间序列差分操作中,包括·阶次差分·主要是用来消除长期趋势的影响,而·步次差·分主要是用来消除季节效应的影响先阶次再步次

在对时间序列模型进行评估时,常用的方法是残差的噪声检验

聚类算法:A(2,3) B(5,-1)
欧氏距离求斜线,结果为5
曼哈顿距离求绝对值,结果为|5-2|+|-1-3|=7

在使用Excel计算假设检验中对应的p值时,使用的函数是DIST(),计算临界值时使用的函数是INV();

根据数据收集方式的分类,分为实验数据和观测数据观测数据又分为追溯型跟踪数据

数据治理域包括:数据战略与规划、组织架构与职责、管理流程与管理制度;

数据应用域包含:监管报表应用、精准营销应用、产品创新应用;

设计逻辑模型时,要遵循范式的设计概念,减少冗余,完整性和可扩展性;

OLAP系统的响应时间合理OLTP系统对响应时间要求高

概念模型描述企业内主要业务的实体及实体间的业务关系,不需要对实体属性具象化;
学校→学生→应用

在信息不足的情况下,对照其它信息源进行修正;

指标不足的情况下,对照其它信息源进行修正;

指标体系包括:根指标、组合指标、派生指标,用户指标属于维度库;
根指标:销售额、净利润
组合指标:客单价=销售额/下单用户数
派生指标:客户流失率=流失用户数/总用户数,流失用户数为组合指标
根指标+维度指标→组合指标+根指标→派生指标

连续型变量
中心标准化Xi-mean(x)/Stdx
归一化Xi-min(x)/max(x)-min(x)

分箱
等宽取值范围一样
等深观察值数量一样

期望频数=(行数/样本量列数/样本量)样本量=(行数列数)/样本量)
卡方贡献=(观察频数-期望频数)2/期望频数) 远大于增大贡献率
卡方检验自由度=(行数-1)
(列数-1)

Python抽样:
1.random.sample:无放回→replace→False
2.random.choice:没有指定replace,默认True,有放回;

apply方法不能用来填充缺失值,lambda函数针对的是一个元素值,而不是一个series对象;

data_raw[‘gender’]=data_raw[‘gender’].replace({‘Male’:1,‘Female’:0}),
可以用于数据编码,并未处理缺失值;

sklearn+PCA:
preprocessing.scale(data):标准化到均值0方差1,不是归一化,是中心化
PCA(n_comporents=9):将数据降维到9个成分,不是降维了
pca.explanined_variance_:输出降维后各主成分的方差
pca.explanined_variance_:各主成分方差占总差分的比例

Python中删除多列的方式为:
df.drop(["A’,‘B’].axix=1),指定列
df.drop(columns=[‘A’,‘B’]),指定列名

这篇关于CDA二级(Level II)数据分析师——考试内容梳理四的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1073592

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA