数据分析最重要的可能并不是你熟悉的编程工具、分析软件,或者统计学知识,而是清楚你所使用的统计知识(统计学、计量、时间序列、非参数等等)背后的原理、假设及其局限性,知道各种数据分析工具(例如数据挖掘)能带来什么,不能带来什么,看到一组统计检验的结果你能言说什么,不能言说什么。这一切的背后,需要一套完整的「科学」逻辑框架,让你了解自己手中的工具的本质,你才能从数据中正确地发现有效的信息,而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果,这样得到分析结果不仅无用,而且有害。知道了这些后,希望成长为数据分析师,就需要着手训练自己的能力和洞察力。既然是数据分析师,那就分别从数据和分析两方面入手。数据当然包含了数据收集、处理、可视化等内容,每个环节对于最后的结果都有关键性的影响。其中涉及的技术性内容只是一部分而已,更重要的是你要理解数据收集(是否存在采样偏差?如何纠正或者改进?处理(是否有漏洞或异常情况没有考虑?背后的逻辑。你要充分了解这些概念背后的逻辑、动机是什么,才能正确地根据自己的目的作出选择。数据可视化更多的是一门艺术:如何把信息以最恰当的方式呈现给希望获得这些信息的人。首先,你要充分理解这些信息究竟是什么,有什么特点,你才能较为恰当的选择采用的可视化工具。另外一部分就是分析。当然就是各种分析模型,还是需要了解这些模型背后的逻辑,要放到整个项目的上下文中去看,而不是单纯地在模型中看。总而言之,理解数据以及其中的信息是非常重要的,这决定了你的分析和呈现的方法是否合适,决定了最后的结论是否可靠。现在可以回答题主的问题了:成长为一个数据分析师,要注意理解你的知识,形成一个系统,而不是像机器人一样机械地胡乱套用模型。在这个理念下训练你的编程能力,了解你所分析对象的原理和尽可能多的细节。在这个基础上,才能谈数据分析。
想做数据分析师都要学什么?简书[陈正曦]的《同期群分析》,jianshu/p/ 所谓同期群分析,也就是将用户按初始行为的发生时间进行划分为群组(即同期群),然后:1.对处于...
怎样考取项目数据分析师,一般需要花费多久,难度呢?一定要报培训吗?自学...个人感觉这个问题其实很简单。要不要报培训班其实是取决于你自己的,如果你认为自己能有毅力去做这件事,觉得自己能学好考试所需的课程,那我觉得没必要去报培训,自己严格要求自己自学就好了。如果你是担心自己学不好,还无法控制自我的话,那就可以考虑报一个班。
自学数据分析需要看哪些书(从初级到高级)的?采集了豆瓣和亚马逊几千条数据分析书籍然后咨询了公司数据分析大佬梳理了一封数据分析小白到高手之路,必…
想做一名数据分析师,自学了《统计学》、R、SQL等。入门级别的,现在有点...地址:w3school/sql/ind ex.asp 入门之后,就要多学学T-SQL语言了。除了51自学网的SQL Server数据库教程外,w3schools是一个很好的资源库,它不止讲解T-...
数据分析师自学之路如何?吊车尾:转行数据分析第一篇:行业认知及学习流程 80 人赞同了该回答 本科金融,硕士信息系统...nowcoder/ta/sql nowcoder ...
如何快速成为数据分析师?按照这个学习 w3schools/sql/defau lt.asp 评论里说上面这个链接打不开,所以奉上中文版的:SQL教程_w3cschool 重点需要注意的:where/group by/order by/...
如何自学成为数据分析师以下推2113荐一些从入门到精通—关于学习数据5261分析的书籍清单!入门篇
《深入4102浅出数据分析》:大头书,1653HeadFirst系列,内容很浅,比较适合没有基础的人作为科普读物,适合快速入门;《统计数字会撒谎》:本文不涉及枯燥的数学公式与推理过程,通俗易懂,其实讲的都是统计学最基本的常识,可是却往往容易被人所忽视;《谁说菜鸟不会数据分析》:不错的工具类书籍。比较浅显,适合完全没有Excel或对Excel似懂非懂的人。讲了一些方法论的东西,但是非常的简单,不太适合对Excel熟悉的读者;《深入浅出统计学》
帮你快速了解统计学相关的知识。进阶篇
《MySQL 必知必会》:不到250页的小册子,实践性很强,基本没有什么理论的堆砌,完完全全就是一本实践指南,教会你怎么用SQL语句操作MySQL;《高性能MySQL(第3版)》:跟《MySQL必知必会》相似的书籍,主要讲解了MySQL的理论和实践知识;《数据化管理:洞悉零售及电子商务运营》:讲解在企业中应用数据的例子,读完受益匪浅,里面举的很多例子都很接地气,很值得数据分析师阅读学习。高级篇
《统计学》(贾俊平,何晓群,金勇进著):统计比较通用的入门教材了,也算是兼顾数学证明和应用,可读性没有上面强,但是也非常的通俗易懂,有很多统计学专业的起始教材也会选择这本。《Python数据分析》:作者对于利用Python进行数据分析有着很丰富的经验,因此写出的书也是深入浅出,让人很容易就能看懂。对一个热爱学习的数据分析师来说学一门数据分析处理的编程语言是一件很有用的事情。《Python数据挖掘入门与实践》:作为一个专业的数据分析师,实际上很多时候都需要用到模型。这本书作为数据挖掘入门读物,介绍了数据挖掘的基础知识、基本工具和实践方法,通过循序渐进地讲解算法,还是挺不错的一本书。
大数据在国内已经火热了一段时间,无论是政府还是企业都已开始重视大数据,纷纷设立大数剧部门,数据之于…
数据分析师自学要多久?自学最快3个月通过,最长两年。数据分析入门需要掌握:
1、SQL(数据库):从数据库取数据,取到想要的特定的数据,等这些问题就是首要考虑的问题,而这些问题都是通过SQL解决的,所以SQL是数据分析的最基础的技能。2、excel:分析师更多的时候是在分析数据,分析数据时需要把数据放到一个文件里,就是excel。熟练excel常用公式,学会做数据透视表,什么数据画什么图等。3、Python或者R的基础:必备项,也是加分项,在数据挖掘方向是必备项,语言相比较工具更加灵活也更加实用。4、学习一个可视化工具:如果想往更高层次发展,上面的东西顶多只占20%,剩下的80%则是业务理解能力,目标拆解能力,根据数据需求更多新技能的学习能力。扩展资料:
数据分析最重要的可能并不是你熟悉的编程工具、分析软件,或者统计学知识,而是清楚你所使用的统计知识(统计学、计量、时间序列、非参数等等)背后的原理、假设及其局限性,知道各种数据分析工具(例如数据挖掘)能带来什么,不能带来什么,看到一组统计检验的结果你能言说什么,不能言说什么。这一切的背后,需要一套完整的「科学」逻辑框架,让你了解自己手中的工具的本质,你才能从数据中正确地发现有效的信息,而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果,这样得到分析结果不仅无用,而且有害。参考资料来源:百度百科-数据分析师



