CDA数据分析师

作者：丁点helper来源：丁点帮你今天我们开始一个新的主题——生存分析。什么叫生存分析？为什么要采用生存分析呢？前面我们一起学习的多重线性回归和Logistic回归都主要是用来分析某个结果的影响因素，比如教育程度对收入的影响，或者，糖尿病发生与否的影响因素，这些方法主要是在静态地分析某一个特定的结果。可是，倘若我们不仅仅关心结果的发生情况（发病VS未发病），同时我们也想看看发生该结果所经历的时间长短，此时，简单的线性或Logistic回归就难以满足这个需求，而生存分析可以来回答这类似的..

前面我们为大家讲述了Excel、数据可视化、数据分析思维、数据库的知识。学会了这些就相当于学会了数据分析一般的内容，但是这些知识并不能构成一个完整的数据分析知识体系，还需要学习统计学、Python/R以及业务知识，现在就给大家讲解一下统计学的知识。就目前而言，很多数据分析师统计学基础知识并不是很重视，这是一种错误的做法，在数据分析知识中，统计学的地位也是不容忽视的，如果在分析数据的时候没有了统...

当大家看到这个题目的时候，想必大家都有些疑惑——统计学和数据挖掘看起来并不容易混淆的东西，有必要去区分统计学和数据挖掘吗？答案是肯定的，这是因为统计学和数据挖掘有共同的目标，就是发现数据中的结构，下面我们就给大家讲述一下统计学与数据挖掘的区别。我们说过了，统计学和数据挖掘有着共同的目标就是发现数据中的结构。事实上，由于它们的目标相似，一些人认为数据挖掘是统计学的分支。这是一个不切合实际的看法。...

不管是在数据分析中还是数据挖掘中，都少不了统计学的身影，所以当我们在进行数据分析工作或者数据挖掘工作的时候，一定要重视统计学的知识，我们在这篇文章中给大家介绍一下统计学的性质以及和数据挖掘的区别，希望这篇文章能够帮助大家更好地理解这两门学科。在我们学习统计学的时候，我们其实对统计学定义是没有太大的意义的，虽然我们可能够做到定义统计学，但是也会有不同的争议，这就需要我们关注统计学不同于数据挖掘的...

在前面的文章中我们给大家讲述了数据挖掘的一个特定属性就是要处理的是一个大数据集，这跟统计学不同，使得两者在建立模型中都可能存在差别，所以我们还是要了解这些内容的，但是数据挖掘和统计学的区别还有哪些呢？下面就有我们为大家解答一下这个问题。数据挖掘中的一个特定的属性就是处理一个大数据集，这就意味着，建立的统计模型可能会利用一系列概率表述，但当总体数据可以获得的话，在数据挖掘中则变得毫无意义。在这里...

前几篇文章中我们都是从统计学的角度给大家讲解数据挖掘和统计学的区别所在，但是对于统计学来说，数据挖掘中的核心就是准则，数据挖掘意味着数据集的规模，它常常标示着传统的准则不可用，我们在这篇文章中给大家详细地介绍一下这些内容。相对于统计学而言，数据挖掘中准则起着更为核心的作用，数据挖掘所继承的学科如计算机科学及相关学科也是如此。数据集的规模常常意味着传统的统计学准则不适合数据挖掘问题，不得不重新设...

不管是在数据挖掘工作中还是统计工作中，这两个工作的目的都是发现数据的结构，我们在前面的文章中使用统计学的性质进行描述统计学和数据挖掘的区别，下面我们就从数据挖掘的性质来讲述数据挖掘和统计学的区别。数据挖掘和统计学的基础也是不一样的，由于统计学基础的建立在计算机的发明和发展之前，所以常用的统计学工具包含很多可以手工实现的方法。因此，对于很多统计学家来说，1000个数据就已经是很大的了。但是对于公...

在上面的文章中我们在数据挖掘的性质方面给大家介绍了数据挖掘和统计学的知识。在统计学中，统计学很少去关注实时分析，而数据挖掘中需要注意这些事情，这也是数据挖掘与统计学的区别之一，现在我们继续给大家介绍一下数据挖掘知识与统计学的区别。在统计学中，有很多的问题发生在总体随时间变化的情形。因此，我们已经论述了数据分析的问题，说明了数据挖掘和统计学的差异，尽管有一定的重迭。但是，数据挖掘者也不可持完全非...

在统计学和数据挖掘中，有很多东西都是容易混淆的，比如他们的目的都是一样的，但是统计学主要关注的是定量数据，而数据挖掘中需要处理其他形式的数据，这些也是数据挖掘与统计学中需要注意的事情。统计学和数据挖掘区别还有哪些呢？当逻辑数据越来越多的时候，比如当要发现的模式由连接的和分离的要素组成的时候。类似的，有时候会碰到高度有序的结构。分析的要素可能是图象，文本，语言信号，或者甚至完全是科学研究资料。而...