从零开始学习数据分析的简单方法（深入浅出数据分析的价值点）

从零开始学习数据分析的简单方法（深入浅出数据分析的价值点）大胆假设，小心求证。从不同方面做出假设，搜集信息证明或推翻假设怎么确定合适的心智模型？重点：客户提出的问题可能本身都是错的，需要沟通确认问题，分析目的，数据来源，数据意义等。2.心智模型对外界的假设和确信的观点就是心智模型，分析者无法关注一切，所以心智模型会影响分析结果

数据分析入门第一本。通俗简单，但其中思想逻辑和分析原则，要好好体会，会对以后的学习有很大的帮助。

分享一下当时看完这本书的一些笔记，还没看的人可以借此搞清楚本书的一些价值点。

---

精华：

1. 数据分析的流程：确认问题→分解数据→评估数据→决策
2. 检验结论：AB测试；没有任何统计数据是绝对准确的，数据只有对比才有意义
3. 寻找最大值：利用规划求解；设定公式及所有约束条件，求可行区域内的最大解
4. 数据图形化：数据图形化的根本在于正确比较
5. 假设检验：证伪法
6. 贝叶斯统计：大家都认为A非常可能发生，突然收到消息说A很可能不发生；这时的做法不是让所有人重新评估A发生的概率，而是评估A如果发生收到这条消息的概率和A不发生收到这条消息的概率，之后利用贝叶斯进行计算。
7. 主观概率：将直觉固化为主观概率数据；用标准偏差确定分歧大小；
8. 启发法：你是不是凭冲动做决定，或者凭几个精心选取的关键数据，拍脑袋做决定

第一章 分解数据

需求：如何提升销量？
主要内容：数据分析的流程、统计模型、心智模型

1.数据分析流程：确定问题——>分解问题——>评估——>决策

• 确定问题：和问题提出人一起深究问题，探寻真正需求
• 分解问题：分解问题和数据，使其成为更易分析的单元
• 评估：进一步对前两步定位请扩做出结论，有效的比较
• 决策：把结论重新组合，提出建议

重点：客户提出的问题可能本身都是错的，需要沟通确认问题，分析目的，数据来源，数据意义等。

2.心智模型

对外界的假设和确信的观点就是心智模型，分析者无法关注一切，所以心智模型会影响分析结果

怎么确定合适的心智模型？

大胆假设，小心求证。从不同方面做出假设，搜集信息证明或推翻假设

3.挖掘数据

对数据做处理，保证可用于分析

第二章 检验你的结论

需求：找出解决销量下滑的办法
主要内容：比较法、混杂因素、控制组

1.数据只有比较才有意义

当出现因果关系的时候，反向思考他们之间的关系。

混杂因素是研究对象的个人差异，会导致分析结果变差。

控制组（对照组）：一组体现现状的处理对象，未经过任何新的处理。有比较就要有对照，就要有控制组和实验组。

实验需要对比，没有实验组就无法对没有发生的情况做进行判断。可以进行 AB test。在 AB 测试之前，需要明确哪些因素会影响数据，比如注册模式、使用模式、付费、注册时间、活跃度……，尽量保持不同分组的用户特点保持一致。

第三章 寻找最大值

需求：寻找最佳的生产方案
主要内容：最优化问题、solver求解器

找出约束条件和决策变量

公式：P=C1 X1 C2X2 ，P 是目标，C是约束条件，X 是决策变量

解出公式后，划定可行域，计算出最优解（excel solver）

注意变量间的相关关系：负相关，正相关

第四章 图形让你更精明

主要内容：数据图形化、散点图、R语言

1.数据图形化

2.散点图

利用它进行探索性数据分析，X轴自变量，Y轴因变量。可以用R创建散点图

3.提出假设，数据是否支持假设

第五章 假设检验

问题：何时开始生产新产品
主要内容：假设检验、证据的诊断性

列出全部信息，建立因果关系图（大多数时间都是网络关系，而非线性关系）

做出一系列假设，证伪法选出做合适的假设

证伪法：在一系列假设中，剔除无法证实的假设，剩余的假设中，列出因素和假设，判断每个因素对每个假设是支持还是反对。对每种假设都有同样的效果的证据不具备诊断性，应该剔除。

第六章 贝叶斯统计

问题：判断患病的概率
主要内容：条件概率、基础概率、贝叶斯规则

贝叶斯公式：P(A|B)=P(A)*P(B|A)/P(B)

全概率公式：P(B)=P(B|A)*P(A) P(B|A')*P(A')

• P(A)表示发生 A 的概率，先验概率
• P(A')表示发生 A的对立事件的概率
• P(A|B)表示发生 B 的基础上发生 A 的概率

多次利用贝叶斯定理，改变先验概率，可以减少误差。

第七章 主观概率

问题：解决分歧、统计决策
主要内容：主观概率、标准偏差、贝叶斯规则

列出每一个因素，做主观判断，给出概率值比「可能」、「大部分」之类的词更精确。

标准偏差：量度分析点与平均值的偏差

用贝叶斯规则去修正主观概率

第八章 启发法

主要内容：启发树、快省树

工作成果评估

第九章 直方图

例子：想要加薪
主要内容：直方图、铃形曲线

铃形曲线：正太分布/高斯分布

第十章 回归-预测

例子：加薪预测
主要内容：平均值图、散点图、相关性、相关系数

先画散点图，观察数据关系根据数据做回归线

第十一章 合理误差

例子：让加薪预测更有效
主要内容：外插法、内插法、机会误差、均方根误差、回归分析的功能

1.模型以外的数据存在很大的误差，定量衡量误差——残差分布，不同的回归模型使用的度量方式不同。

2.一元线性回归模型：均方根误差

第十二章 关联数据库

例子：分析杂志销量
主要内容：数据库、RDBMS

第十三章 整理数据

后面几章都是讲excel 和 r 的操作。

---

这本书是数据分析的入门书籍，介绍的大都是基础概念和思维，加上删去了一些涉及到业务隐私的总结思考，这本的笔记并不是很全。

如果想要事无巨细了解的/懒得看书的，可以直接看这个人的笔记：

读书笔记之《深入浅出数据分析》www.360doc.com