你对定量数据分析的技术知多少？

 

     通过分析导致这一结果的因素将问题分解为组成部分，例如股本回报率的杜邦分析法。

     在执行分析之前，检查原始数据是否有异常；重新执行重要的计算，例如验证公式驱动的数据列；确认主要总计是小计的总和；检查应该以可预测的方式关联的数字之间的关系，例如比率随时间的变化；将数字标准化以使比较更容易，例如分析人均数额或相对于国内生产总值的数额，或作为相对于基准年的指数值。

     对于被检查的变量，分析人员通常会获得它们的描述性统计数据，例如平均值、中位数和标准差。他们还可以分析关键变量的分布，以了解各个值如何围绕平均值聚类。用于数据分析的MECE原理的说明。

     关于MECE数据分析原理，这种技术可以将一个定量问题分解为它的组成部分。每一层都可以分解成它的组成部分；每个子部分必须相互排斥，并共同加到它们上面的层。这种关系被称为“相互排斥、共同彻底”或MECE。

     例如，利润按定义可以分为总收入和总成本。反过来，总收入可以按其组成部分进行分析，如A、B和C部门的收入（它们相互排斥），并应加到总收入中（统称为全部收入）。

     分析人员可以使用稳健的统计方法来解决某些分析问题。假设检验用于分析人员对真实情况做出特定假设，并收集数据以确定该情况是真还是假。例如，假设可能是“失业对通货膨胀没有影响”，这与一个被称为菲利普斯曲线的经济学概念有关。假设检验包括考虑I型和II型错误的可能性，这与数据支持接受还是拒绝假设有关。

     当分析人员试图确定自变量X对因变量Y的影响程度时，可以使用回归分析（例如，“失业率（X）的变化对通货膨胀率（Y）的影响程度如何？”）。这是一种试图对数据建模或拟合方程线或曲线的尝试，使得Y是X的函数。

     当分析人员试图确定自变量X允许变量Y的程度时，可以使用必要条件分析（Necessary condition analysis ，NCA）（例如，“某一通货膨胀率（Y）所需的某一失业率（X）的范围是多少？“）。而（多元）回归分析使用加法逻辑，其中每个X变量可以产生结果并且X可以相互补偿（它们足够但不是必需的），必要条件分析（NCA）使用必要性逻辑，其中一个或多个X变量允许结果存在，但可能不会产生（它们是必要但不充分）。必须存在每个必要条件，并且无法进行补偿。

     相信小伙伴们已经明白了，可以在实际应用里操作一下这个数据分析方法啊。

版权声明：本文为Yun88网的原创文章，转载请附上原文出处链接及本声明。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！