本文详细介绍了数据科学中的基本概念，包括定性数据与定量数据的区别，分类数据、顺序数据、数值型数据的特性，以及针对不同数据类型的统计分析方法。同时，探讨了数据收集、数据埋点和第三方数据平台的应用，以及数据整理过程中的异常检测与清洗策略。
数据类型
定性数据：一般通过问卷调查获取
- 分类数据：男女，天气（不能区分大小，运算）
- 顺序数据：满意度评分，小学，中学，大学（可区分大小）
定量数据：一般通过日志获取
- 数值型数据离散型：用户数，消费次数（可加减）
- 数值型数据连续型：成绩，消费金额（可以乘除）
统计方法：
连续型变量：能做频数分析，集中趋势分析（均值，众数，中位数），离散程度分析（标准差，方差，最大值，最小值，范围）
非连续型变量：主要能做频数分析
数据收集：
- 数据埋点：如UV/PV，用户数，用户停留时间，浏览页面等用户行为数据
- 第三方的数据平台：如Growing IO,SimilarWeb, Google Analytics,国家统计局网站
- 问卷调查：线上问卷调查，制作问卷工具；线下问卷调查
数据整理：
- 数据异常表现：空值，波动太大，不同数据源获取的数据矛盾
- 数据异常原因：系统故障，人为因素
- 数据如何清洗：删除异常值，平均值填充，通过统计计算值填充，不同数据源的数据交叉验证
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
