「數(shù)據(jù)分析」十六種常用的數(shù)據(jù)分析方法分享，經(jīng)常有朋友問朋友們，資料分析常用的分析方法有哪些，我要學(xué)習(xí)什么，今天的資料分析整理了16種常用的資料分析方法，供大家參考。
1、說明統(tǒng)計。描述統(tǒng)計是指運用表與分類、圖表與總結(jié)等數(shù)據(jù)，對數(shù)據(jù)的集中性、離散性、偏離性、高峰性進行描述。
缺失值填充法：常用的方法有：去除法、平均法、最小鄰接法、比率回歸法、決策樹法。
正態(tài)檢驗：很多統(tǒng)計方法都要求數(shù)值服從或接近正態(tài)分布，所以之前就需要正態(tài)檢驗。一般采用K-量、P-P圖、Q-Q圖、W法和動差法進行非參數(shù)檢驗。
假設(shè)檢驗：參量檢測是在已知總體分布的情況下，對一些主要參數(shù)(如均值、百分比、方差、相關(guān)系數(shù)等)進行檢測(要求總體服從正態(tài)分布)。
U型檢查使用條件：當(dāng)樣品含量n大時，樣品的值符合正態(tài)分布;T-檢查使用條件：試樣含量n小時，試樣值符合正態(tài)分布。a單樣本t檢驗：推測總體平均μ0與已知總體平均μ0(理論值準(zhǔn)值)之間是否有差異。配對樣品t檢查：當(dāng)整體平均值不能確定時，兩個樣品可以配對，在各種可能影響處理效果的條件下，兩者處理結(jié)果是相似的。c兩個獨立樣本t檢驗：當(dāng)無法找到兩個非常相似的樣本進行全面對比時使用。
2、非參數(shù)檢驗。非參量檢驗通常不考慮整體分布是否已知，而是考慮整體分布的位置是否相同，以及整體分布是否正態(tài)。
應(yīng)用：連續(xù)型數(shù)據(jù)數(shù)據(jù)，這種數(shù)據(jù)的分布形式通常是未知的，A為連續(xù)數(shù)據(jù)，但總體分布形態(tài)不明或錯誤，B體呈正態(tài)分布，數(shù)據(jù)也是連續(xù)的，但樣品容量很小，例如低于10，其主要檢測方法有卡方檢測、順序檢測、雙向檢測、行程檢測、K-檢測等。
3、信賴度分析。檢驗測量結(jié)果的可靠性，例如調(diào)查問卷。外部信賴度：不同時間測量時計的一致性，信任度的再測量采用常規(guī)方法，內(nèi)部信賴度是指每個測度是否只測量一個概念，同時又構(gòu)成兩個表的內(nèi)部體的一致性，常用的方法可分成一半的信任度。
4、清單分析。對離散變量和定型變量進行相關(guān)性分析。清單分析也包括對成對數(shù)據(jù)的卡片檢查，序列變量與序列變量相關(guān)的檢查。
5、相關(guān)分析。是否存在一定的依賴性，特定的依賴性對研究現(xiàn)象的相關(guān)方向和程度進行探討。
單一關(guān)系：這兩個因素之間的關(guān)系叫做單一關(guān)系，也就是研究時只涉及了一個自變量和一個變量。
復(fù)合關(guān)系：三個或更多因素的關(guān)系稱為復(fù)合關(guān)系，也就是研究時所涉及的兩個或更多自變量和變量。
偏離關(guān)系：當(dāng)某一現(xiàn)象涉及多種因素時，假定其他變量不變，其中兩個變量之間的關(guān)系叫做偏離關(guān)系。
6、方差分析法。用法：各樣本必須彼此獨立，且各樣本來自于正態(tài)分布，且整體方差相等。
類別。
一、單因素方差分析：一次試驗僅有一個影響因素或多個影響因素時，僅分析其中一個因素與反應(yīng)因素之間的關(guān)系。
三是多因素?zé)o交互差異性分析：分析多個影響因素與反應(yīng)變量之間的關(guān)系，而忽略或忽略影響因素之間的關(guān)系。
助差禱告：傳統(tǒng)的助差禱告分析有明顯缺陷，不能控制分析中存在的隨機因素，影響禱告結(jié)果的準(zhǔn)確性。在排除了各協(xié)調(diào)因素的影響后，進行方差分析，并將線性回歸與方差分析相結(jié)合，得出了修正后的主要效果。
7、回歸分析。
類別：
一元線性回歸分析：自變量x與變量y有關(guān)，x和y必須是連續(xù)的，變量y和它們的差值必須服從正態(tài)分布。
二是多元線性回歸分析。
用法：分析多個自變量與變量y之間的關(guān)系，x和y必須是連續(xù)的，并且變量y和它的剩余必須服從正態(tài)分布。
一是變態(tài)篩選：選擇最佳回歸方程的變態(tài)篩選方法有全橫型法(CP法)、逐步回歸法、前入法和后出法。
二、橫向診斷方法：
a剩余檢驗：觀測值與估計值之差必須為正態(tài)分布。
b強影響點判斷：一般的搜索方法分為標(biāo)準(zhǔn)誤差法、馬哈拉諾比斯距離法。
c線性共診斷：
診斷法：耐受性、方差擴大因子法(亦稱膨脹系數(shù)VIF)、特征性根性判斷、條件指標(biāo)CI、方差比例。
處置方法：增大樣本容量，選用主成分回歸，嶺回歸等其它回歸。
三、邏輯回歸分析法。
「數(shù)據(jù)分析」十六種常用的數(shù)據(jù)分析方法分享，該模型要求變量為連續(xù)的正態(tài)分布變量，且自變量與變量呈線性關(guān)系，而邏輯回歸模型對變量的分布沒有要求，通常用于變量的離散。
類別：
邏輯回歸模型有條件和非條件兩種，條件Logistic回歸模型與非條件Logistic回歸模型的區(qū)別在于參數(shù)報價是否使用了條件概率，其它的回歸方法有非線性回歸，有序回歸，Probit回歸，權(quán)值回歸等。
8、聚類分析
通過對樣本個體或指標(biāo)變量的特征進行分類，尋找衡量事物相似度的合理統(tǒng)計量。
一、性質(zhì)的分類：
Q-類型聚類分析：對樣本進行分類，也稱為樣本聚類，是用距離系數(shù)來衡量相似性的統(tǒng)計量，例如歐式距離，極值距離，絕對距離等等。
類型聚類分析：將指標(biāo)進行分類，也稱為指標(biāo)聚類，用相似系數(shù)作為統(tǒng)計量來衡量相似度，相關(guān)系數(shù)，列聯(lián)系數(shù)等等。
二、方法分類：
系統(tǒng)聚類法：適用于小樣本樣本或指標(biāo)聚類，通常采用系統(tǒng)聚類法對指標(biāo)進行聚類，也稱為分層聚類。
逐步聚類法：適用于大樣本樣本的聚類分析。
其它聚類方法：兩步聚類，K-均值聚類等。
9、鑒別分析。
第一，判別分析：根據(jù)一批分類明確的樣本，建立判別函數(shù)，使誤判的案例最少，然后根據(jù)給定的新樣本，判斷它來自哪個總體。
與聚類分析的區(qū)別。
聚類分析既能對樣本進行分類，又能對指標(biāo)進行分類，而判別分析只能對樣本進行分類。
聚類分析預(yù)先不知道事物的類別，也不知道它的分類;而判別分析則預(yù)先知道事物的類別，也不知道它的分類。
第三，聚類分析不需要分類歷史數(shù)據(jù)，而是直接對樣本進行分類;而判別分析則需要分類歷史數(shù)據(jù)來建立判別函數(shù)，然后再對樣本進行分類。
進行分類：
(1)費舍爾鑒別分析法：
將距離作為判別標(biāo)準(zhǔn)進行分類，即對樣本而言，距離最短的一個類別被分為哪一類，適用于兩類判別;
將概率作為判別標(biāo)準(zhǔn)進行分類，即樣本屬于哪一類，概率最大分到哪一類，適用于哪一類。
適合多重鑒別診斷。
(2)BAYES判別分析：
與FISHER判別分析法相比，BAYES判別分析法更完善、更先進，不僅可以解決多分類判別分析問題，而且在分析中考慮了數(shù)據(jù)的分布狀況，因此一般更常用;
10.主元分析。
把一組相互關(guān)聯(lián)的指標(biāo)變適轉(zhuǎn)換成一組相互獨立的新的指標(biāo)變量，然后用其中少數(shù)幾個新的指標(biāo)變量來綜合對原有的多個指標(biāo)變量中的主要信息作出反應(yīng)。
11.因素分析。
一個多元統(tǒng)計分析方法，目的是尋找隱藏在多元數(shù)據(jù)中的潛在因素，這些因素不能直接觀察，但會影響或支配可測變量，并估計潛在因素對可測變量的影響程度和潛在因素之間的相關(guān)性。
同主元分析相比：
同一性：都能對多個原始變量的內(nèi)部結(jié)構(gòu)關(guān)系起到作用。
差異性：主成分分析重在綜合原始變異信息，而因子分析重在解釋原始變異之間的關(guān)系，是一種比主成分分析更深入的多元統(tǒng)計學(xué)方法。
目的：
一、減少分析變量的數(shù)目。
通過變量之間的相關(guān)關(guān)系探測，對原始變量進行分類;
12.時間序列分析。
為解決實際問題而研究隨機性數(shù)據(jù)序列遵循的統(tǒng)計規(guī)律的動態(tài)數(shù)據(jù)處理統(tǒng)計方法;時間序列通常由4個要素組成：趨勢、季節(jié)變化、周期波動和不規(guī)則波動。
研究方法：移動平均濾波與指數(shù)平滑法，ARIMA橫型，ARIMAX量化橫型，ARIMAX向自回歸橫型，ARCH族模型。
13.生存分析。
一種統(tǒng)計分析方法，用于研究生存時間的分布規(guī)律以及生存時間與相關(guān)因索的關(guān)系。
一、內(nèi)容包括：
描述生存過程，也就是研究生存時間的分配規(guī)律。
比較生存過程，即對兩組或兩組以上的生存時間分布進行研究和比較。
分析危險因素，也就是研究危險因素對生命周期的影響。
建立一個數(shù)學(xué)模型，即把生存時間與相關(guān)危險因素之間的相關(guān)性用一個數(shù)學(xué)公式來表達。
二、方法：
(1)統(tǒng)計描述：包括求生存時間的分位數(shù)，中數(shù)生存時間，平均數(shù)，生存函數(shù)估計，判斷生存時間的圖示法，對分析數(shù)據(jù)不作任何統(tǒng)計推斷。
二是非參數(shù)檢驗：檢驗各組變量各水平的生存曲線是否一致，對生存時間分布無要求，檢驗危險因素對生存時間的影響。
乘積正數(shù)限法(PL)
生命表分析(LT法)
三、半?yún)?shù)橫橫型回歸分析：在特定假設(shè)下，建立生存時間隨多種危險因素變化的回歸方程，以Cox比例風(fēng)險回歸為代表。
參數(shù)模型回歸分析：當(dāng)已知生存時間服從特定的參數(shù)橫型時，對相應(yīng)的參數(shù)模型進行擬合，更準(zhǔn)確地分析確定變量間的變化規(guī)律。
14.典型相關(guān)性分析。關(guān)聯(lián)分析通常是分析兩個變量之間的關(guān)系，而典型相關(guān)分析則是分析兩個變量之間關(guān)系的統(tǒng)計分析方法，例如，3個學(xué)業(yè)成績指標(biāo)和5個學(xué)業(yè)成績指標(biāo)。經(jīng)典相關(guān)分析的基本思想與主元分析的基本思想是類似的，它把單變量中一組變量的多重線性相關(guān)研究轉(zhuǎn)化為少數(shù)綜合變量間簡單線性相關(guān)的研究，而其中少數(shù)綜合變量中的線性相關(guān)信息幾乎覆蓋了原始變量組中所有的相應(yīng)信息。
15.R0C分析。該曲線是以一系列不同的二分類方式(分界值或閾值)為基礎(chǔ)的曲線，縱坐標(biāo)為真陽性率(靈敏度)，橫坐標(biāo)為假陽性率(1-特異性度)。
目的：R0C曲線在任意分界值范圍內(nèi)均可方便地識別疾病;
使用;選擇最優(yōu)的診斷分界線值。越是靠近左上角的R0C曲線，測試的精確度越高;兩個或兩個以上不同診斷試驗對疾病鑒別能力的比較，以一條R0C曲線下面積來反映診斷系統(tǒng)的準(zhǔn)確性。
16.其他分析方法。多響應(yīng)分析，距離分祈法，項目分祈法，對應(yīng)分祈法，決策樹分析，神經(jīng)網(wǎng)絡(luò)，系統(tǒng)方程法，蒙特卡洛模擬法等。
看到這里大家對「數(shù)據(jù)分析」十六種常用的數(shù)據(jù)分析方法分享有了進一步認(rèn)識了吧?更多的資訊請關(guān)注本站更新!
聯(lián)系客服
