R语言大体概括。

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/leprovision/article/details/74194788

一.数据分析所具备的知识和技能？
1.计算机基础  2.数学和统计知识  3.业务相关的


二.数据科学家的分类
1.数据开发  2.数据检测分析    3.数据挖掘  4.数据商人


三.完整的数据分析流程
1.定义研究问题，定义理性的数据集，确定能够获取什么数据，获取数据，清理数据
2.探索性分析（数据可视化），统计分析、建模（机器学习）等
3.解释/交流的结果（数据可视化），挑战结果（有没有其他的可能？）
  书写报告（reproduccible原则）
假设驱动：是对于事实来假设
数据驱动：提出一写假设，再去分析

四.数据基础
观测 ：例如是MySQL里的一条数据，也就是具体的数。     
变量 ：例如是MySQL里的一个字段   
变量的类型可分为：数值（连续，离散）可以进行加减乘除，求平均等运算    和    分类（无序，有序）取值空间有限，不能进行运算两种
变量之间的关系（对应不同的可视化方法和统计分析方法）
两个数值之间
........
........
数值变量
数据集中趋势的测量（均数，中位数，众数）
均值：是指平均数
中位数：是指排序后正中间的一个数，如果是偶数的话就是两个中间数的平均值
众数：出现次数最多的数


数据的分散趋势的测试（值域，方差，标准差，四方位距）
数据矩阵：整块的数据


数据可视化：
一个数值的变量：柱状图，点图，箱图
另个熟知的变量：散点图
分类变量
一个分类变量：频率表，条形表
两个分类变量：关联表，相对频率表，分段条形表，相对频率分段条形表，马赛克表
一个分类变量，一个数值变量：并排箱图