如今，數(shù)據分析在各行各業(yè)中都扮演著非常重要的角色信殊。工作的需要使得很多小白開始自學數(shù)據分析了炬称！其實數(shù)據分析不像很多人想的那樣高深莫測，留心工作涡拘，處處有數(shù)據玲躯，處處有分析！
如果你是想要入門數(shù)據分析的小白鳄乏，很推薦豆瓣高分入門書籍《深入淺出數(shù)據分析》跷车。這本書用職場中常見的場景，來表達什么是數(shù)據分析橱野，如何做分析朽缴，以及好用的分析工具。這本書對小白非常友好水援，簡單易懂密强，大多是用插畫茅郎、圖表等形式表達要點。
二刷這本書或渤，深受啟發(fā)系冗，梳理了這本書的精要內容，在這里分享給大家劳坑，希望大家能快速入門毕谴！
第1章：數(shù)據分析引言-分解數(shù)據
1. 數(shù)據分析流程
1）確定：通過與客戶溝通，確定問題
2）分解：將問題劃分為可管理距芬、可解決的組塊
3）評估：評估分解組塊的關鍵就是比較
4）決策：將分析形成報表涝开，供制定決策
2. 反思心智模型，開始新一輪分析
分析過程中的錯誤或不完整信息框仔，會導致決策失誤舀武。而這些信息是源于個人對外界的假設和確信的觀點，也就是心智模型离斩。因此银舱，需要盡量明確你的心智模型，仔細斟酌各類影響因素跛梗。更重要的是寻馏，要基于數(shù)據得出觀點，而不是個人猜想核偿。在進一步明確數(shù)據和信息后诚欠，可以按照上述的數(shù)據分析流程開始新一輪的分析啦！
第2章：實驗-檢驗你的理論
1. 咖啡銷量下滑原因分析
1）提出問題：在過去半年里漾岳，星巴仕銷量持續(xù)下降轰绵，原因是什么？???
2）數(shù)據來源：市場客戶調查尼荆，邀請客戶對影響銷量的五個因素（選址左腔、咖啡溫度、員工熱情捅儒、咖啡價值液样、偏愛去處）進行打分。
3）數(shù)據分析：利用比較法得出野芒，咖啡價值得分一落千丈蓄愁！
4）得出結論：咖啡價值的下降導致銷量下降。
問題來了狞悲！Soho區(qū)是一個富人區(qū)撮抓，區(qū)經理認為這里沒有人認為星巴仕缺乏價值。哪里出現(xiàn)了問題摇锋？是觀察分析法中的混雜因素!
混雜因素就是研究對象的個人差異丹拯，它們不是你試圖進行比較的因素站超，但會導致分析結果的敏感性變差。本例中的混雜因素是店址乖酬。也就說死相，不同店址客戶對五因素的評分傾向是不同的，比如Soho富人區(qū)的咖啡價值得分明顯高于其他區(qū)域咬像。因此算撮，要分區(qū)域來重新審視數(shù)據，發(fā)現(xiàn)東岸區(qū)的價值感得分最低县昂，Soho區(qū)則一切正常肮柜，其他區(qū)域在一定范圍內波動。現(xiàn)在最重要的問題是倒彰，采取哪種策略能夠有效提高銷量审洞？記得采用控制變量法，排除混雜因素待讳！
2. 咖啡銷量下滑策略分析
1）目的：驗證哪種策略最有效芒澜，策略一為降價，策略二為游說顧客“星巴仕很有價值”创淡；
2）分組：將大的地理區(qū)域分成小的地理區(qū)域痴晦，隨機將這些微區(qū)域分成控制組和實驗組；
3）實驗：控制組維持現(xiàn)狀一個月琳彩，實驗組1降價一個月阅酪，實驗組2游說顧客一個月；
4）結果：控制組與實驗組1的營業(yè)收入持平汁针，實驗組2的收入立即上升。
第3章：最優(yōu)化-尋找最大值
1. 利潤最大化問題
我們的橡膠夠生產500只橡皮鴨或400條橡皮魚砚尽，我們的時間夠用來生產400只橡皮鴨或300條橡皮魚施无。如果想讓產品在下個月上架銷售，我們的產量都不會高于400只橡皮鴨和300條橡皮魚必孤。每只橡皮鴨的利潤是5美元猾骡，每條橡皮魚的利潤是4美元，求如何安排橡皮鴨和橡皮魚的產量才能使得利潤最高敷搪？
解：設橡皮鴨數(shù)量為X只兴想，橡皮魚數(shù)量為Y條
目標函數(shù)：
約束條件：
求解工具：Excel的求解器（solver）
2. 按照分析目標校正假設
上述的利潤最大化問題分析看似完整，但實際利潤卻跌穿地板赡勘！由于其約束條件對實際情況進行了簡化嫂便，當缺失某一個重要的假設條件，分析結果就可能毀掉闸与。而上述問題恰好忽略了人們的需求偏好毙替，導致分析結果不盡人意岸售。
現(xiàn)在，觀察近年來橡皮鴨和橡皮魚的銷量情況厂画，發(fā)現(xiàn)橡皮魚的銷量一般不超過50條凸丸。在完善約束條件后，重新求得最優(yōu)解袱院。
第4章：數(shù)據圖形化-圖形讓你更精明
1) 畫圖前提：準備數(shù)據屎慢，若數(shù)據過于龐雜，只須記住目標忽洛，目光停留在和目標有關的數(shù)據上腻惠，無視其他。
2) 畫圖目的：數(shù)據圖形化的根本在于正確比較脐瑰，其意義在于圖片中隱含的數(shù)據妖枚，而不是炫目的設計。
3) 畫圖進階：圖形多元化苍在，優(yōu)秀的圖形都是多元圖形绝页，即對3個以上的變量進行比較。
4) 畫圖工具：R
第5章：假設檢驗-假設并非如此
1. 問題
電膚公司是一家手機“皮膚”制造商寂恬。手機巨頭Podphone公司即將發(fā)布一款手機续誉，時間待定。電膚公司必須在手機發(fā)布前的一個月開始生產手機皮膚初肉，才能趕上手機銷售的第一波酷鸦。當前的任務是電膚公司何時生產新手機皮膚？
2. 搜集證據
通過搜集產品發(fā)布信息牙咏，梳理這些信息中體現(xiàn)的變量關系臼隔，分為正相關和負相關關系。
3. 提出假設
4. 假設檢驗
1）假設檢驗的核心是證偽妄壶，即剔除無法證實的假設摔握，排除錯誤假設。
根據資料可排除1和假設5
2）對于假設2-4丁寄，借助診斷法找出否定性最小的假設氨淌，判定哪個假設最強。
得出假設3為最強假設
3）新證據來了：Podphone公司召開了新手機打樣慶祝會伊磺，新證據使得假設2變?yōu)樽顝娂僭O盛正！
4）根據最新分析結果采取行動吧！
第6章：貝葉斯統(tǒng)計-穿越第一關
1. 條件概率與貝葉斯規(guī)則—蜥蜴流感病毒案例
研究表明總人口中有1%的人患有蜥蜴流感屑埋。已知若某人已患蜥蜴流感豪筝，試驗結果為陽性的概率為90%，若某人未患蜥蜴流感，試驗結果為陽性的概率為9%壤蚜。假定以1000人為基礎進行計算：
2. 回憶貝葉斯公式：
這個公式看似復雜即寡，但在實際應用中，n一般為2袜刷，也就是說把B劃分為正反兩面聪富，情況就簡化很多了。另一方面著蟹，要熟記一個公式：,這個條件概率公式簡單好記墩蔓，應用廣泛，且有助于理解貝葉斯公式萧豆！
第7章：主觀概率-信念數(shù)字化
1. 問題
投資公司的分析師們對投資計劃的分歧很大奸披，分歧主要體現(xiàn)在六個方面：（1）俄羅斯下一季是否會補貼石油業(yè)？2）俄羅斯是否會收購歐航航空公司涮雷？3）越南今年是否會減稅阵面？4）越南今年是否會鼓勵外國投資？5）印尼旅游業(yè)今年是否會翻身洪鸭？6）印尼政府是否會投資生態(tài)旅游样刷？
分析師們對這六個方面的判斷不同，眾說紛紜览爵，爭論越發(fā)激烈置鼻。他們對這六個假設的用詞有：可能，極不可能蜓竹，可能性更大箕母，有可能，可能不俱济，不可能嘶是。。蛛碌。如何讓概率用詞更精確俊啼？分析師們的觀點是否真的差異巨大？
2. 用主觀概率體現(xiàn)信念
主觀概率是指個人對某事的確認程度左医，一般用于預測孤立事件但缺乏可靠數(shù)據的情況下。現(xiàn)在同木，需要將各種說法轉換為數(shù)據浮梢！
接著，可以用圖形（如散點圖）直觀表現(xiàn)每一種說法的概率傾向彤路。同時秕硝，可以用“標準偏差”分析數(shù)據點與平均值的差距。主觀概率偏離平均值的標準偏差越大洲尊，分析師們在假設成立的可能性方面的分歧越大远豺。
3. 新的消息改變初始概率
最新消息：俄羅斯宣布售出所有油田奈偏，稱對商業(yè)失去了信心。這條新聞可能會導致投資價值大幅縮水躯护，降低假設一的主觀概率惊来，另一方面，這個新聞可能只是俄羅斯的一種策略棺滞，實際上他們并不打算出售油田裁蚁。接下來，要確定在得到這條消息的前提下继准，分析師們對假設一的概率會有什么變化枉证？
貝葉斯規(guī)則是修正主觀概率的好辦法：H代表俄羅斯會（不會）補貼石油業(yè)，E代表新的證據移必。則：
拿到新的數(shù)據后室谚，重新分析~
第8章：啟發(fā)法-憑人類的天性做分析
1. 問題
邋遢集是由數(shù)據邦市市政府資助的一個非盈利團體，他們進行公開宣傳崔泵，勸說人們不要亂扔垃圾秒赤。他們把最近的工作結果匯報給了市政府，但市政府需要知道垃圾量減少了多少管削，否則就會削減資金倒脓！
2．難題
難題是垃圾量的減少無法定量計算出來，沒有一個統(tǒng)一的散亂垃圾計量模型含思。垃圾的定量計算看似走不通崎弃。
3. 方法
人們以極快速度作出的決定或不憑借任何數(shù)據作出的決定，往往靠的是直覺含潘，直覺一般看到的只有一個選項饲做。通過發(fā)散式思維的思考，即啟發(fā)法遏弱，可以得出多個選項∨杈現(xiàn)在用啟發(fā)法確定用哪些變量分析能夠更全面地描述邋遢集的績效。
站在市議員的角度考慮他們會如何評估邋遢集的工作漱逸，用啟發(fā)法構思如下：
在利用啟發(fā)法確定重要因素后泪姨，搜集數(shù)據，包括環(huán)衛(wèi)工人問卷饰抒、公眾問卷等肮砾。給市議員一個定量的報告和回復。
第9-11章：加薪要求分析
第9章到11章都是圍繞加薪問題展開地袋坑。第9章基于源數(shù)據來分析主動提出加薪要求是否有利于提高加薪幅度仗处；第10章利用散點圖和回歸方程分析了提出多高的加薪幅度比較合適；第11章則對回歸分析的誤差和改善提出了建議。三章之間的關系如思維圖所示婆誓，思維圖下面則是對每一章重點的提煉吃环。
第九章：直方圖-數(shù)字的形狀
1. 問題描述
年底了，星巴仕的員工希望加薪洋幻，但他們不確定是否應該主動提出加薪要求郁轻，想要通過研究進行加薪結果預測。現(xiàn)在手頭有歷年加薪記錄的數(shù)據鞋屈，包括員工的編號范咨、得到的加薪幅度、性別厂庇、年份渠啊、是否提出過加薪等字段。
2. 數(shù)據處理
1）提取并匯總數(shù)據权旷。即從總數(shù)據中提取信息替蛉，將數(shù)據分解成易于管理的較小數(shù)據塊。在該例中拄氯，得出加薪幅度躲查、性別、年份等有用字段译柏。
2）數(shù)據圖形化镣煮。直方圖是一種功能強大的圖形，它可以顯示出數(shù)據點在數(shù)值范圍內的分布情況鄙麦。在該例中典唇，直方圖顯示出了獲得每種加薪幅度的有多少人。
3）直方圖描繪工具胯府。用R繪制加薪幅度的頻數(shù)分布直方圖介衔，分析了不同年份的加薪幅度、不同性別的加薪幅度骂因、是否主動提出過加薪要求下的加薪幅度等情況炎咖。
4）得出結論。對加薪數(shù)據的不同子集進行直方圖分析后寒波，看得出獲得大幅度加薪全靠提要求乘盼。
第十章：回歸-預測
1. 問題
在確定了要提出加薪之后，下一個關鍵問題是該提出多少的加薪幅度呢俄烁？員工需要一個“加薪計算器”來預測加薪幅度绸栅。
2. 基于散點圖的回歸分析
每一個員工的要求加薪幅度和實際加薪幅度是一個數(shù)據點，這些數(shù)據點可以畫出散點圖猴娩。在散點圖中用回歸線（最準確地貫穿數(shù)據點的一條線）來表現(xiàn)要求加薪與實際加薪之間的關系，并得出回歸方程：，其中卷中，X代表要求加薪幅度矛双，Y代表實際加薪幅度。
3. 基于回歸方程的預測
上述的回歸方程可以預測人們的實際加薪幅度蟆豫，“加薪計算器”設計完成议忽！
第十一章：誤差-合理誤差
1. 問題
員工根據回歸方程的預測向老板提出加薪要求，但員工們收到的反饋卻差異很大十减。A員工要求5%栈幸，結果加了10%；B員工要求8%帮辟，結果加了7%速址；C員工要求25%，結果加了0%由驹。這是哪里出現(xiàn)了問題芍锚？回歸方程是否靠譜？
2. 原因分析
不管多優(yōu)秀的預測模型蔓榄，都會存在偏差并炮，我們把這種實際結果與預測結果之間的偏差叫做機會誤差，又稱為殘差甥郑。而對殘差的分析是優(yōu)秀的統(tǒng)計模型的核心逃魄。首先我們分析殘差存在的原因：
1）源數(shù)據不全面：我們是從源數(shù)據得出回歸方程，源數(shù)據的“要求加薪幅度”字段并沒有超過22%的例子澜搅。因此伍俘，該回歸方程也不適用于要求加薪幅度超過22%的員工。問題描述里的C員工要求加薪幅度為25%店展，顯然超出了模型的預測范圍养篓。
2）回歸線的貼合程度差異：在加薪幅度低于10%的時候，該回歸線與數(shù)據的貼合程度很高赂蕴。而加薪幅度在10%到22%的區(qū)間柳弄，該回歸線便與數(shù)據點有較大的偏移。因此概说，對于要求加薪幅度在10%以上的員工碧注，該回歸方程的預測準確度會降低。
3. 優(yōu)化方法
1）定量地指出誤差：我們需要一個統(tǒng)計值來體現(xiàn)數(shù)據點與回歸線的平均偏移量糖赔。均方根誤差描述的了回歸線周圍的分布情況萍丐，有了均方根誤差，就能告訴客戶實際結果與預測結果之間可能有多大差距放典。通過R計算均方根誤差為2.5%逝变，這時可以在回歸方程下方備注：該公式只在加薪要求介于0%到22%之間時有效基茵。大部分加薪結果都會落在高于或低于預測結果2.5%的范圍內。
2）分割方程來管理誤差：由于要求加薪在0%-10%之間的數(shù)據與回歸線的重合程度較高壳影，而10%以上的數(shù)據與回歸線的貼合程度很低拱层。可以以10%為分界線宴咧，建立兩個回歸方程根灯，即：當要求加薪幅度低于10%，使用公式1掺栅；當要求加薪幅度高于10%烙肺，使用公式2
,同時注明兩個方程的誤差范圍。
第12章：關系數(shù)據庫-你能關聯(lián)么氧卧？
1.? 問題描述
《數(shù)據邦新聞》雜志社想找出在每一期刊物上刊登文章的最優(yōu)數(shù)量桃笙。
2.? 問題分析
1）源數(shù)據獲取：現(xiàn)有四張獨立的電子表格假抄，分別是銷量（期號和銷量）怎栽、期數(shù)（期號和出版日期）、文章（文章編號宿饱、期號熏瞄、）、作者谬以。他們之間是相互關聯(lián)的强饮。
2）關聯(lián)比較對象：我們的目的是對比不同文章數(shù)量對銷量的影響，因此为黎，再數(shù)據庫管理軟件中邮丰，通過“期刊”表將“銷量”表與“文章”表關聯(lián)起來。
3）分析比較對象：利用散點圖描述文章數(shù)和銷量之間的關系铭乾。
第13章：整理數(shù)據-井然有序
這本書是數(shù)據分析的入門書籍剪廉，沒有難懂的技術與理論，而是分析生活中的實際問題炕檩，輕松易懂斗蒋！但若要深入學習數(shù)據分析，這恐怕是遠遠不夠的笛质，需要我們在實踐中進步了泉沾，加油吧！
