duohuanxi的博客

相关性分析是分析连续变量之间的线性相关程度的强弱，我们可以通过图来初步判断，当然了比较权威的是通过Pearson相关系数（皮尔逊相关系数） / Sperman秩相关系数（斯皮尔曼相关系数）来判断引入相关模块import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy import stats% matplotlib inline（1）图示初判我们生成三组数据，data1为0-100的随机数并从小

利用观测数据判断总体是否服从正态分布的检验称为正态性检验，它是统计判决中重要的一种特殊的拟合优度假设检验。我们可以通过直方图初步判断，QQ图判断，K-S检验首先引入所需模块import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline（1）直方图初判创建随机数据s = p...

帕累托分析听起来非常高大上的样子，其实就是指标贡献度分析，帕累托法则即二八（20/80）定律.原因和结果、投入和产出，努力和报酬之间本来存在着无法解释的不平衡，一般来说，投入和努力可以分为两种不同的类型：多数,它们只能造成少许影响；少数，它们造成主要、重大的影响。比如一个公司，百分之八十的利润来自于百分之二十的畅销产品，而其它百分之八十的产品只产生了百分之二十的利润，再比如世界财富的80%为25...

统计分析就是对数据的一些统计指标进行分析，用统计指标来对定量数据进行统计描述，我们常常从集中趋势量和离中趋势量两个方面进行分析首先引入所述模块import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline1.集中趋势量集中趋势量是指一组数据向某一中心靠拢的倾向，核心在于寻找...

对比分析主要用于对两个互相联系的指标进行比较，包括绝对数比较（相减）/相对数比较（相除），结构分析，比例分析，空间比较分析，动态对比分析等，这篇博客来一一写一下分析方法首先引入所需模块import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline1.绝对数比较（相减）这种方...

在做数学建模大数据题型时，拿到数据第一步便是要分析数据的特征，其中探究数据分布分析是很重要的一步，研究数据的分布特征和分布类型，分定量数据、定性数据区分基本统计量，主要观察数据间极差，频率分布情况和分组组距及组数等引入相关模块import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib in...