Ⅰ 【數據分析師必備】九大常用數據分析方法匯總（上）
定義： 描述性統計是一類統計方法的匯總，揭示了調查總體的數據分布特性。描述性統計分析要對調查總體所有變數的有關數據進行統計性描述，主要包括數據的頻數分析、集中趨勢分析、離散程度分析、分布以及一些基本的統計圖形。
應用：
①數據的頻數分析。在數據的預處理部分，利用頻數分析和交叉頻數分析可以檢驗異常值和缺失值。
②數據的集中趨勢分析。用來反映數據的一般水平，常用的指標有平均值、中位數和眾數等。
③數據的離散程度分析。主要是用來反映數據之間的差異程度，常用的指標有方差和標准差。
④數據的分布。在統計分析中，通常要假設樣本所屬總體的分布屬於正態分布，因此需要用偏度和峰度兩個指標來檢查樣本數據是否符合正態分布。
⑤繪制統計圖。用圖形的形式來表達數據，比用文字表達更清晰、更簡明。在SPSS軟體里，可以很容易地繪制各個變數的統計圖形，包括條形圖、餅圖和折線圖等。
定義： 回歸分析是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。回歸分析按照涉及的自變數的多少，分為回歸和多重回歸分析;按照自變數的多少，可分為一元回歸分析和多元回歸分析;按照自變數和因變數之間的關系類型，可分為線性回歸分析和非線性回歸分析。
應用：
如果在回歸分析中，只包括一個自變數X和一個因變數Y，且二者的關系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。一個經濟指標的數值往往受許多因素影響，若其中只有一個因素是主要的，起決定性作用，則可用一元線性回歸進行預測分析。一元線性回歸用途廣泛，可處理科學技術的實驗數據，也能用於經濟現象:統計數據的分析預測。
如果回歸分析中包括兩個或兩個以上的自變數，且因變數和自變數之間是線性關系，則稱為多元線性回歸分析。事實上，一種現象常常是與多個因素相聯系的，由多個自變數的最優組合共同來預測或估計因變數，比只用一個自變數進行預測或估計更有效，更符合實際。因此多元線性回歸比一元線性回歸的實用意義更大。
使用條件：分析多個自變數X與因變數Y的關系，X與Y都必須是連續型變數，因變數Y或其殘差必須服從正態分布。
線性回歸模型要求因變數是連續的正態分布變數，且自變數和因變數呈線性關系，而Logistic回歸模型對因變數的分布沒有要求，一般用於因變數是離散時的情況。常用於預測分類變數，其中主要是二分類變數。
例如，探討影響用戶復購的關鍵因素，並根據關鍵因素預測用戶復購行為發生的概率等。選擇兩組人群，一組是復購組，一組是非復購組，兩組人群必定具有不同的特徵與購買行為等。因此因變數就為是否復購，值為「是」或「否」，自變數就可以包括很多了，如年齡、性別、購買頻率、客單價、平均下單周期、購買品類佔比情況等。自變數既可以是連續的，也可以是分類的。然後通過logistic回歸分析，可以得到自變數的權重，從而可以大致了解到底哪些因素是產生復購行為的關鍵因素。同時可以根據關鍵因素預測用戶復購的的可能性。從而可以通過運營策略去加大復購的可能性，提升店鋪銷量。
④其他回歸方法：非線性回歸、有序回歸、Probit回歸、加權回歸等。
定義 ：方差分析用於兩個及兩個以上樣本均數差別的顯著性檢驗。 由於各種因素的影響，研究所得的數據呈現波動狀。造成波動的原因可分成兩類，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。方差分析是從觀測變數的方差入手，研究諸多控制變數中哪些變數是對觀測變數有顯著影響的變數。
使用條件：各樣本須是相互獨立的隨機樣本；各樣本來自正態分布總體；各總體方差相等。
例如，在飼料養雞增肥的研究中，某研究所提出的三種飼料配方A、B、C。應該選擇哪種飼料，對雞增肥效果好且便宜？目的是為了比較三種飼料配方下雞的平均重量是否相等。特選24隻相似的雛雞隨機均分為三組，每組各喂一種飼料，60天定期觀測它們的重量並記錄。得到三組雛雞重量數據，比較這三組數據之間是否存在顯著性差異。若相等，可任選一種飼料，特別是可以選廉價飼料；若不等，應選增肥效果好的飼料。同理，可運用到相似場景中。
應用 ：
單因素方差分析是用來研究一個控制變數的不同水平是否對觀測變數產生了顯著影響。這里，由於僅研究單個因素對觀測變數的影響，因此稱為單因素方差分析。
例如，分析不同施肥量是否給農作物產量帶來顯著影響，考察地區差異是否影響婦女的生育率，研究學歷對工資收入的影響等。這些問題都可以通過單因素方差分析得到答案。
多因素方差分析用來研究兩個及兩個以上控制變數是否對觀測變數產生顯著影響。這里，由於研究多個因素對觀測變數的影響，因此稱為多因素方差分析。多因素方差分析不僅能夠分析多個因素對觀測變數的獨立影響，更能夠分析多個控制因素的交互作用能否對觀測變數的分布產生顯著影響，進而最終找到利於觀測變數的最優組合。
例如，分析不同品種、不同施肥量對農作物產量的影響時，可將農作物產量作為觀測變數，品種和施肥量作為控制變數。利用多因素方差分析方法，研究不同品種、不同施肥量是如何影響農作物產量的，並進一步研究哪種品種與哪種水平的施肥量是提高農作物產量的最優組合。
通過上述的分析可以看到，不論是單因素方差分析還是多因素方差分析，控制因素都是可控的，其各個水平可以通過人為的努力得到控制和確定。但在許多實際問題中，有些控制因素很難人為控制，但它們的不同水平確實對觀測變數產生了較為顯著的影響。
例如，在研究農作物產量問題時，如果僅考察不同施肥量、品種對農作物產量的影響，不考慮不同地塊等因素而進行方差分析，顯然是不全面的。因為事實上有些地塊可能有利於農作物的生長，而另一些卻不利於農作物的生長。不考慮這些因素進行分析可能會導致：即使不同的施肥量、不同品種農作物產量沒有產生顯著影響，但分析的結論卻可能相反。這個時候就用到協方差分析。
定義： 假設檢驗(Hypothesis Testing)是數理統計學中根據一定假設條件由樣本推斷總體的一種方法。具體作法是:根據問題的需要對所研究的總體作某種假設，記作H0;選取合適的統計量，這個統計量的選取要使得在假設H0成立時，其分布為已知;由實測的樣本，計算出統計量的值，並根據預先給定的 顯著性水平進行檢驗 ，作出拒絕或接受假設H0的判斷。常用的假設檢驗方法有u-檢驗法、t檢驗法、χ2檢驗法(卡方檢驗)、F-檢驗法，秩和檢驗等。
應用：
參數檢驗對參數平均值、方差進行的統計檢驗，參數檢驗是推斷統計的重要組成部分。
非參數檢驗是統計分析方法的重要組成部分，它與參數檢驗共同構成統計推斷的基本內容。參數檢驗是在總體分布形式已知的情況下，對總體分布的參數如均值、方差等進行推斷的方法。但是，在數據分析過程中，由於種種原因，人們往往無法對總體分布形態作簡單假定，此時參數檢驗的方法就不再適用了。非參數檢驗正是一類基於這種考慮，在總體方差未知或知道甚少的情況下，利用樣本數據對總體分布形態等進行推斷的方法。由於非參數檢驗方法在推斷過程中不涉及有關總體分布的參數，因而得名為"非參數"檢驗。
非參數檢驗不考慮總體分布是否已知，常常也不是針對總體參數，而是針對總體的某些一般性假設（如總體分布的位罝是否相同，總體分布是否正態）進行檢驗。
主要方法包括：卡方檢驗、秩和檢驗、二項檢驗、遊程檢驗、K-量檢驗等。
歡迎前往關注數據寶典公眾號，更多數據分析知識分享，以及案例總結分享~~
在數據分析道路上，學無止境，終身成長。
Ⅱ 如何利用SPSS進行數據的集中趨勢與離散程度分析
集中趨勢可以看平均值和中位數；以及離散程度可以看標准差，標准差比如為1，平均值為4，說明數據沿著平均值周圍波動25%（1/4），這個挺簡單的，但是軟體幫你計算才行，手工算太麻煩了。建議你可以使用在線SPSS分析軟體進行分析，SPSSAU裡面有智能化文字分析這些，非常傻瓜簡單。
Ⅲ 數據分析方法有哪些
一、描述性統計
描述性統計是一類統計方法的匯總，揭示了數據分布特性。它主要包括數據的頻數分析、數據的集中趨勢分析、數據離散程度分析、數據的分布以及一些基本的統計圖形。
1、缺失值填充：常用方法有剔除法、均值法、決策樹法。
2、正態性檢驗：很多統計方法都要求數值服從或近似服從正態分布，所以在做數據分析之前需要進行正態性檢驗。常用方法：非參數檢驗的K-量檢驗、P-P圖、Q-Q圖、W檢驗、動差法。
二、回歸分析
回歸分析是應用極其廣泛的數據分析方法之一。它基於觀測數據建立變數間適當的依賴關系，以分析數據內在規律。
1. 一元線性分析
只有一個自變數X與因變數Y有關，X與Y都必須是連續型變數，因變數Y或其殘差必須服從正態分布。
2. 多元線性回歸分析
使用條件：分析多個自變數X與因變數Y的關系，X與Y都必須是連續型變數，因變數Y或其殘差必須服從正態分布。
3.Logistic回歸分析
線性回歸模型要求因變數是連續的正態分布變數，且自變數和因變數呈線性關系，而Logistic回歸模型對因變數的分布沒有要求，一般用於因變數是離散時的情況。
4. 其他回歸方法：非線性回歸、有序回歸、Probit回歸、加權回歸等。
三、方差分析
使用條件：各樣本須是相互獨立的隨機樣本；各樣本來自正態分布總體；各總體方差相等。
1. 單因素方差分析：一項試驗只有一個影響因素，或者存在多個影響因素時，只分析一個因素與響應變數的關系。
2. 多因素有交互方差分析：一頊實驗有多個影響因素，分析多個影響因素與響應變數的關系，同時考慮多個影響因素之間的關系
3. 多因素無交互方差分析：分析多個影響因素與響應變數的關系，但是影響因素之間沒有影響關系或忽略影響關系
4. 協方差分祈：傳統的方差分析存在明顯的弊端，無法控制分析中存在的某些隨機因素，降低了分析結果的准確度。協方差分析主要是在排除了協變數的影響後再對修正後的主效應進行方差分析，是將線性回歸與方差分析結合起來的一種分析方法。
四、假設檢驗
1. 參數檢驗
參數檢驗是在已知總體分布的條件下（一股要求總體服從正態分布）對一些主要的參數(如均值、百分數、方差、相關系數等）進行的檢驗 。
2. 非參數檢驗
非參數檢驗則不考慮總體分布是否已知，常常也不是針對總體參數，而是針對總體的某些一般性假設（如總體分布的位罝是否相同，總體分布是否正態）進行檢驗。
適用情況：順序類型的數據資料，這類數據的分布形態一般是未知的。
1）雖然是連續數據，但總體分布形態未知或者非正態；
2）總體分布雖然正態，數據也是連續類型，但樣本容量極小，如10以下；
主要方法包括：卡方檢驗、秩和檢驗、二項檢驗、遊程檢驗、K-量檢驗等。