cda专题
【备考指南】CDA Level Ⅰ 最全备考攻略
很多考生朋友在报名前后，一直不知道需要怎么备考，这里给大家盘点一下最全的备考攻略，希望对你有用： 1、需要准备好之后再报名吗？ 不需要，CDA认证考试是报名后自行预约考试的，您可以先报名同时备考，再选择合适的时间考试。 这里分享一个你一定用得到的小程序——CDA考试小程序。 它是专为CDA数据分析认证考试报考打造的一款小程序。可以帮你快速报名考试、查成绩、查证书、查积分，通过该小程序，考生可以
CDA二级（Level II）数据分析师——考试内容梳理四
定额抽样不属于概率抽样 、类型抽样就是分群抽样； 在假设检验中，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
【易错题】数据可视化基础练习题（30道选择题）#CDA Level 1
本文整理了数据可视化基础知识相关的练习题，共30道，适用于想巩固数据可视化知识的同学，也可作为备考CDA一级的补充习题。来源：如荷学数据科学题库（技术专项-可视化）。 1） 2） 3） 4） 5） 6） 7） 8） 9） 10） 11） 12） 13） 14） 15） 16） 17） 18）
（CDA数据分析师笔记）第六章 业务分析方法十四
离散程度的描述 分类数据的离散程度： 分类数据的离散程度常用指标：异众比率，一组数据中，非众数的频数占总数据个数的比重。 异众比率性质：①不受极端值的影响；②一组数据中异众比率越大，众数的代表性越大。 如考试成绩优秀9人，良好20人，中等25人，差等6人，则众数是中等，异众比率是25/50=0.4 顺序数据的离散程度 常用指标：极差、四分位差。 极差 即范围，等于一组数据的最大值和
（CDA数据分析师笔记）第六章 业务分析方法十
业务分析方法论 业务分析方法是遇到特定业务问题时使用的分析定式。 帕累托分析方法 又称二八分析方法，依据帕累托法则在对关键对象进行查找、定位时使用的分析方法。 帕累托法则是由19世纪意大利经济学家帕累托所创：主要资源集中在少数人手中。 帕累托分析方法是帕累托法则的法相应用。 帕累托图：折线图和柱状图组合而成。折线图使用业务结果完成度的累计百分比作为指标，柱形图使用实际业务结果作为指标。
（七）SQL基础知识练习题（选择题）（上）#CDA学习打卡
本文整理了SQL基础知识相关的练习题，共133道，可作为CDA一级的补充习题，也适用于刚入门初级SQL想巩固基础的同学。来源：如荷学数据科学题库（技术专项-SQL）。暂时按照原题库顺序present，如有需要之后可以再按照题目内容大纲来对题目分类整理一版。 1） 2） 3） 4） 5） 6） 7） 8） 9） 10） 11）
（CDA数据分析师笔记）第六章 业务分析方法九
产品分类模型 波士顿矩阵模型： 指标是销售增长率和市场占有率。 划分为四类产品： 1 弱产品（瘦狗产品）：双低 2 现金牛：销售增长率低，市场占有率高 3 明星产品：双高。 4 问题产品：市场占有率低 采用四象限分析法。 实际工作中可将坐标轴替换为产品的进货增长率、库销比、利润增长率、销售增长率等。 漏斗模型 将一个完整的事项分为多个按递进关系构成的不同阶段，用个
（CDA数据分析师笔记）第六章 业务分析方法七
指标体系 指标体系是相互之间有逻辑联系的指标构成的整体。 完整的指标体系可以描述业务框架的整体架构情况、业务流程的完整脉络线索即业务结果的具体产生原因。 指标体系从搭建到分析应用有4步骤： 1 选取、设计指标搭建指标体系 2 收集指标数据 3 计算指标值 4 分析指标值 搭建指标体系需要明确三个问题： 1 指标体系服务对象是谁。 2 指标体系的使用目的。 3 指标体系所处的维
【易错题】第六章-业务数据分析 #CDA Level 1
目录 一. 指标作用与理解 二. 基本指标 1）求和类（常规求和、累计求和） 2）*比较类（均比、同比、环比、定基比、标准比） 三. 场景指标 1）*流量相关指标（访客数UV、浏览量PV、访问次数Visits、平均访问深度、跳失率等） 2）转化相关指标（转化率） 3）*营运、销售相关指标（GMV、实际销售额、退货率、动销率、坪效等） （a）GMV （b）坪效 （c）动销率
（四）机器学习在银行中的典型应用场景（模型） #CDA学习打卡
本文总结了机器学习在银行中的典型业务应用场景，包括客户管理、零售智能营销、公司智能营销、自然语言处理、运营管理以及图像识别。
（六）SQL系列练习题（下）#CDA学习打卡
目录 三. 查询信息 16）检索"1"课程分数小于60，按分数降序排列的学生信息 17）*按平均成绩从高到低显示所有学生的所有课程的成绩以及平均成绩 18）*查询各科成绩最高分、最低分和平均分 19）*按各科成绩进行排序，并显示排名（row number) 20）*查询学生的总成绩并进行排名 21）*查询不同老师所教不同课程平均分从高到低显示 22）*查询所有课程的成绩第2名
（五）SQL系列练习题（上）创建、导入与查询 #CDA学习打卡
目录 一. 创建表 1）创建课程表 2）创建学生表 3）创建教师表 4）创建成绩表 二. 导入数据 1）导入课程科目数据 2）导入课程成绩数据 3）导入学生信息数据 4）导入教师信息数据 三. 查询信息 1）*查询课程编号为“1"的课程比“2”的课程成绩高的所有学生的学号 2）*查询"01"课程比"02"课程成绩低的学生的信息及课程分数 3）*查询平均成绩大于等于6
什么是CDA数据分析师认证考试？
2023，转行、升职、加薪一样都没实现？ 你陷入了焦虑… 同样是宅在家，有人闷头学习， 为未来积累实力，也有人挥霍光阴，无所事事。 现在，提高竞争力的时候来了！ 我们先正儿八经的介绍一下——CDA认证考试 什么是CDA数据分析师认证考试？ “CDA（Certified Data Analyst），是在数字经济大背景和人工智能时代趋势下，源自中国，走向世界，面向全行业的专业技能认证，旨
（一）Dataframes安装与类型 #Julia数据分析 #CDA学习打卡
目录 一. Julia简介 二. Dataframe构造方法 1）访问列的方式 （a）判断严格相等 i. 切片严格相等是true ii. 复制严格相等是false （b）判断相等 i. 切片相等是true ii. 复制相等是true 2）获取列名称 （a）使用names函数获取列名 （b）通过第二个参数过滤条件来选择列名 （c）使用propertynames函数将列名
【可下载】CDA 1级教材《精益业务数据分析》2023最新版
CDA一级认证教材：《精益业务数据分析》 全面、系统地讲述业务描述性分析为企业决策行为创造价值的全流程技能，涵盖描述性数据分析方法、业务分析方法、数据分析结果应用方法等内容。 条理清晰的结构、通俗易懂的语言、完整立体的知识框架为读者铺开一幅精美的业务描述性分析知识画卷。建议读者先全篇通览整幅画卷，建立完整的数据分析知识体系，再精细阅览画卷中的每个细节，深入掌握每个具体知识点。 内容简介 本书
（五）AB测试及两个案例 学习简要笔记 #统计学 #CDA学习打卡
目录 一. AB测试简介 1）假设检验的一般步骤 2）基于假设检验的AB测试步骤 二. 案例1：使用基于均值的假设检验进行AB测试 1）原始数据 2）提出原假设H0和备择假设H1 3）使用均值之差的t检验，计算出t统计量的值和P值 4）进行假设检验 5）AA测试（简单随机抽样） 6）AA测试（分层抽样） 7）AA测试（系统抽样） 8）AB测试 三. 案例2：基于假设检
（四）SQL面试题（连续登录、近N日留存）学习简要笔记 #CDA学习打卡
目录 一. 连续登录N天的用户数量 1）举例题目 2）分析思路 3）解题步骤 （a）Step1：选择12月的记录，并根据用户ID和登录日期先去重 （b）Step2：创建辅助列a_rk（每个userID下的日期排序值） （c）Step3：创建辅助列起步时间b_createdTime（用登录日期减去排序值，得到新时间列 （d）Step4：根据起步时间列统计连续登录天数 （e）St
（八）Pandas窗口数据与数据读写 学习简要笔记 #Python #CDA学习打卡
一. 窗口数据(Window Functions) Pandas提供了窗口函数(Window Functions)用于在数据上执行滑动窗口操作，可以对数据进行滚动计算、滑动统计等操作。需要注意的是，在使用窗口函数时，需要根据实际需求选择合适的窗口大小和窗口函数，并确保数据的顺序和窗口大小的一致性。本文主要介绍滚动计算函数，以下是一些常用操作和示例代码。 1）滚动计算函数简介 滚动计算
（CDA数据分析师笔记）第六章 业务分析方法二
基准比计算方法 各个不同维度项下的汇总值和某个基准值之间的比较。 基准值：一个公认的可以衡量此类汇总值的数值。如考试几个成绩60分等。 用于描述各个维度项的表现水平与基准值的差异程度。进行分类，了解各个维度项的表现水平的好坏程度。 在基准值以上表现水平越往上越好。 例如考试分数总分100分，那么在1至100以内有各种值，这些值是连续的，不利于理解。此时采用了类似于分箱的办法，把数据归类到
（CDA数据分析师学习笔记）第五章多维数据透视分析二
主表提供数据范围，在一对多的对应关系下，使用单项筛选器进行汇总计算时，应遵循：“一表出维度字段是附表，多表出度量字段是主表，一表筛选多表”。 一对一：应当是逻辑上的一对一，而非当前数据是一对一。 多对多： 尽量避免。可能出现度量值重复计算的可能。 一对多（多对一）：如果是单项筛选器，当一表筛选多表、一表出维度、多表出度量才能得到正确的结果。双向筛选器时，应尽量一表筛选多表，此时是类型一规则，
技术学习|CDA level I 业务分析方法
业务分析方法有三个主要构成部分：业务指标分析、业务模型分析及业务分析方法。 业务指标分析是发现业务问题的核心方法：用于通用指标和场景指标的计算及分析方法，以及指标体系的设计与应用方法。业务模型是从一系列业务行为中抽象出来的信息集合：有分类模型及漏斗模型两类常用的业务模型业务分析方法论是业务分析过程中的思维定式，当遇到特定业务问题时套用恰当的思维定式能够使我们找到分析业务问题的突破口，将整个分析任
技术学习|CDA level I 多维数据透视分析
对基于多源表的结构数据进行商业智能分析，可以帮助决策者从多个不同业务角度对业务行为结果进行观测，进而帮助决策者全面、精确地定位业务问题，实现商业洞察的相关内容。通过商业智能分析产出的分析成果被统称为商业智能报表，简称"BI报表"。根据BI报表的展示形式、使用场景等的不同，BI报表又被称为"XXX驾驶舱"、“XXX仪表盘”、“XXX仪表板”、"XXX大屏"等。日常生活中看到的由交互式数据图表界面构成
技术学习|CDA level I 描述性统计分析（相关分析）
常用于分析变量之间的关系的方法——相关分析。变量之间关系的分析师数据分析非常核心的工作，变量之间关系的研究包括关系存在性研究、关系程度大小研究、关系方向的研究、关系形式的研究、关系传递的研究等。其中关系形式的研究最为复杂，统计中有大量的分析方法都是来探索变量之间关系形式的。研究变量关系形式的前提是变量间存在一定程度的相关关系。 一、相关分析的含义 变量之间的关系按照强弱来划分，常可以分为函数关
2021最新版CDA数据分析认证模拟题库
2021年新版CDA LEVELⅠ 模拟题 1.卡方检验中，将任意两行互换，卡方值（ ） A. 变大 B. 变小 C. 不变 D. 不确定 2.在研究数据中，有一个变量“饮料类型”有4 个水平“果汁”、“碳酸饮料”、 “能量饮料”和“其他”，由于该变量的少量数据缺失，那么缺失值用哪种填充 方式会比较好？ A. 均值 B. 中位数 C. 众数 D. 调和平均数 3.在进行缺失值填补时，若数据呈明显
重磅！CDA携手京东智联云，推出「人人可考的电商行业认证证书」
01人人可考的电商行业认证证书 12月9日，京东智联云与 CDA 举行“电商领域数字化人才认证”签约仪式， CDA 数据分析师联合创始人曹鑫，京东智联云平台负责人杜玉甫现场签约，以双方优势资源合作为基础，从而同步提升双方现有产品的市场竞争能力与应用价值，利用各自优势，共同为业界输出更多电商数据分析师而努力。 CDA 与京东智联云携手，共同打造电商领域数字化人才认证标准 京东智联云（JD C