数据分析+数据处理+描述性统计分析 完整记忆版（重点标注）.docx

数据分析+数据处理+描述性统计分析 完整记忆版（重点标注）一、数据分析的基本概念数据分析：通过科学方法，对数据进行整理、清洗、分析和解读，挖掘数据价值，将其转化为洞察与建议，为决策提供支撑，核心是“用数据说话”、解决实际问题一）核心目的（3点）1. 描述现状：用数据量化当前状态（如销售额、用户活跃度）；2. 解释原因：分析问题根源（如销售额下滑、用户流失原因）；3. 预测未来：预判发展趋势（如后续销售额、用户增长），规避风险、抓住机遇二）核心流程（6步，闭环）1. 明确需求：确定分析目标、要解决的问题，避免盲目分析；2. 数据收集：收集内部（企业报表）、外部（行业报告）真实、完整的相关数据；3. 数据处理：衔接数据收集与数据分析，是核心中间环节（具体见下文第二部分）；4. 数据分析：用基础分析方法（核心为描述性统计分析，具体见下文第三部分），挖掘数据规律与关联；5. 结果落地：转化分析结果，给出可执行建议，应用于决策三）关键要素（3个，缺一不可）1. 数据：核心前提，需真实、完整、贴合需求；2. 方法：核心工具，先熟练掌握描述性统计等基础分析方法；3. 业务：核心导向，分析需贴合实际业务，才能产生价值。

补充区分：数据分析侧重基础规律、决策支撑（门槛低）；数据挖掘侧重复杂模型、深层关联；大数据分析侧重海量数据处理，核心逻辑与基础数据分析一致二、数据处理（数据分析核心环节，贴合CDA LEVEL I考点）数据处理：衔接数据收集与数据分析，核心是将零散杂乱的原始数据，处理为干净、规范、可分析的有效数据，为后续描述性统计分析及其他分析操作打基础一）核心目的（3短句）1. 提质量：剔除无效数据，避免脏数据影响分析结果；2. 适配需求：转换数据格式，满足分析工具/方法（如描述性统计指标计算）要求；3. 减难度：分类聚合，减少冗余，降低后续分析工作量二）关键步骤（4核心短句）1. 数据清洗：去重复、补缺失、改错误、统格式（核心）；2. 数据转换：文本量化、数值标准化、字段拆分/合并；3. 数据分类：按分析维度（地区、时间等）分组，适配后续统计分析；4. 数据聚合：汇总计算（求和、平均等），提炼核心信息，为集中趋势分析提供基础三）注意事项（3短句）1. 贴合分析目标（如描述性统计需求），不做无用处理；2. 记录处理过程，确保可追溯，便于后续统计分析复盘；3. 优先保证准确，再优化效率，避免影响统计指标的真实性。

三、描述性统计分析（数据分析基础方法，CDA LEVEL I重点考点）描述性统计分析：数据分析的基础核心方法，是数据处理后的第一步分析操作，属于数据分析核心流程中“数据分析”环节的核心内容核心是通过图表、数据指标，对处理后的干净数据的整体特征进行客观描述、概括，不涉及复杂推断和预测，仅聚焦“数据本身是什么样”，是所有数据分析的起点，也是后续复杂分析、建模的前提一）核心定位（必背）1. 核心作用：简化数据、呈现规律，将零散、庞大的数据，转化为直观、易懂的信息（如平均值、图表）；2. 核心特点：只描述、不推断、不预测，基于现有数据客观呈现，不涉及因果关系判断；3. 应用场景：数据分析第一步（数据处理后优先开展）、日常业务监控（如月度销售额汇总统计）、快速掌握数据整体情况二）核心分类（两大模块，必背）描述性统计分析主要分为两类，相辅相成，完整呈现数据特征：1. 数据集中趋势分析（核心：数据“集中在哪”）衡量数据的中心位置，反映数据的整体平均水平，3个核心指标（必背，CDA高频考点）：1. 均值（平均数）：所有数据的总和÷数据个数，最常用，反映整体平均水平（如班级平均分、月度平均销售额）；2. 中位数：将数据从小到大排序后，位于中间位置的数值，不受极端值影响（如收入中位数，规避高收入人群拉高平均）；3. 众数：数据中出现次数最多的数值，适用于分类数据（如某商品最畅销的颜色、用户最常使用的功能）。

2. 数据离散趋势分析（核心：数据“分散程度”）衡量数据的波动大小、离散程度，反映数据之间的差异，4个核心指标（必背，CDA高频考点）：1. 极差：最大值－最小值，最简单，快速反映数据波动范围（如某商品价格极差=最高售价-最低售价）；2. 方差：衡量数据偏离均值的平均程度，数值越大，数据波动越大（核心用于后续统计分析，基础阶段记定义即可）；3. 标准差：方差的平方根，最常用，单位与原始数据一致，更易解读（如成绩标准差越小，班级成绩越均衡）；4. 四分位数：将数据分为4等份，反映数据的分布区间，可识别异常值（如通过四分位数判断销售额中的极端高/低数据）三）常用呈现方式（必背）描述性统计分析需结合图表，让结果更直观，核心3类图表（贴合CDA实操考点）：1. 数值型数据：折线图（趋势）、柱状图（对比）、直方图（分布）；2. 分类数据：饼图（占比）、条形图（对比）；3. 核心原则：图表简洁，贴合数据类型，突出核心特征（不冗余）四）注意事项（记忆短句）1. 先看集中趋势，再看离散趋势，两者结合才完整解读数据；2. 均值易受极端值影响，需结合中位数综合解读，避免偏差；3. 贴合业务场景，指标选择要合理（如分类数据不用均值）；4. 需基于干净的处理后数据开展，否则会影响统计结果准确性。