品才網>科普知識>常用的數據分析方法

常用的數據分析方法

時間：2022-06-25 04:22:17 科普知識我要投稿

常用的數據分析方法

　　對于如今信息化時代，處理數據已經不再陌生了，當面對一大堆數據的時候我們應該如何做好數據的分析呢？下面是小編整理的常用的數據分析方法，歡迎查看，希望幫助到大家。

　　常用的數據分析方法

　　一、描述統計

　　描述性統計是指運用制表和分類，圖形以及計筠概括性數據來描述數據的集中趨勢、離散趨勢、偏度、峰度。

　　1、缺失值填充：常用方法：剔除法、均值法、最小鄰居法、比率回歸法、決策樹法。

　　2、正態性檢驗：很多統計方法都要求數值服從或近似服從正態分布，所以之前需要進行正態性檢驗。常用方法：非參數檢驗的K—量檢驗、P—P圖、Q—Q圖、W檢驗、動差法。

　　二、假設檢驗

　　1、參數檢驗

　　參數檢驗是在已知總體分布的條件下（一股要求總體服從正態分布）對一些主要的參數（如均值、百分數、方差、相關系數等）進行的檢驗。

　　1）U驗使用條件：當樣本含量n較大時，樣本值符合正態分布

　　2）T檢驗使用條件：當樣本含量n較小時，樣本值符合正態分布

　　A單樣本t檢驗：推斷該樣本來自的總體均數μ與已知的某一總體均數μ0 （常為理論值或標準值）有無差別；

　　B 配對樣本t檢驗：當總體均數未知時，且兩個樣本可以配對，同對中的兩者在可能會影響處理效果的各種條件方面扱為相似；

　　C 兩獨立樣本t檢驗：無法找到在各方面極為相似的兩樣本作配對比較時使用。

　　2、非參數檢驗

　　非參數檢驗則不考慮總體分布是否已知，常常也不是針對總體參數，而是針對總體的某些一股性假設（如總體分布的位罝是否相同，總體分布是否正態）進行檢驗。

　　適用情況：順序類型的數據資料，這類數據的分布形態一般是未知的。

　　A 雖然是連續數據，但總體分布形態未知或者非正態；

　　B 體分布雖然正態，數據也是連續類型，但樣本容量極小，如10以下；

　　主要方法包括：卡方檢驗、秩和檢驗、二項檢驗、游程檢驗、K—量檢驗等。

　　三、信度分析

　　檢査測量的可信度，例如調查問卷的真實性。

　　分類：

　　1、外在信度：不同時間測量時量表的一致性程度，常用方法重測信度

　　2、內在信度；每個量表是否測量到單一的概念，同時組成兩表的內在體項一致性如何，常用方法分半信度。

　　四、列聯表分析

　　用于分析離散變量或定型變量之間是否存在相關。

　　對于二維表，可進行卡方檢驗，對于三維表，可作Mentel—Hanszel分層分析。

　　列聯表分析還包括配對計數資料的卡方檢驗、行列均為順序變量的相關檢驗。

　　五、相關分析

　　研究現象之間是否存在某種依存關系，對具體有依存關系的現象探討相關方向及相關程度。

　　1、單相關：兩個因素之間的相關關系叫單相關，即研究時只涉及一個自變量和一個因變量；

　　2、復相關：三個或三個以上因素的相關關系叫復相關，即研究時涉及兩個或兩個以上的自變量和因變量相關；

　　3、偏相關：在某一現象與多種現象相關的場合，當假定其他變量不變時，其中兩個變量之間的相關關系稱為偏相關。

　　六、方差分析

　　使用條件：各樣本須是相互獨立的隨機樣本；各樣本來自正態分布總體；各總體方差相等。

　　分類

　　1、單因素方差分析：一項試驗只有一個影響因素，或者存在多個影響因素時，只分析一個因素與響應變量的關系

　　2、多因素有交互方差分析：一頊實驗有多個影響因素，分析多個影響因素與響應變量的關系，同時考慮多個影響因素之間的關系

　　3、多因素無交互方差分析：分析多個影響因素與響應變量的關系，但是影響因素之間沒有影響關系或忽略影響關系

　　4、協方差分祈：傳統的方差分析存在明顯的弊端，無法控制分析中存在的某些隨機因素，使之影響了分祈結果的準確度。協方差分析主要是在排除了協變量的影響后再對修正后的主效應進行方差分析，是將線性回歸與方差分析結合起來的一種分析方法，

　　七、回歸分析

　　分類：

　　1、一元線性回歸分析：只有一個自變量X與因變量Y有關，X與Y都必須是連續型變量，因變量y或其殘差必須服從正態分布。

　　2、多元線性回歸分析

　　使用條件：分析多個自變量與因變量Y的關系，X與Y都必須是連續型變量，因變量y或其殘差必須服從正態分布。

　　1）變呈篩選方式：選擇最優回歸方程的變里篩選法包括全橫型法（CP法）、逐步回歸法，向前引入法和向后剔除法

　　2）橫型診斷方法：

　　A 殘差檢驗：觀測值與估計值的差值要艱從正態分布

　　B 強影響點判斷：尋找方式一般分為標準誤差法、Mahalanobis距離法

　　C 共線性診斷：

　　診斷方式：容忍度、方差擴大因子法（又稱膨脹系數VIF）、特征根判定法、條件指針CI、方差比例

　　處理方法：增加樣本容量或選取另外的回歸如主成分回歸、嶺回歸等

　　3、Logistic回歸分析

　　線性回歸模型要求因變量是連續的正態分布變里，且自變量和因變量呈線性關系，而Logistic回歸模型對因變量的分布沒有要求，一般用于因變量是離散時的情況

　　分類：

　　Logistic回歸模型有條件與非條件之分，條件Logistic回歸模型和非條件Logistic回歸模型的區別在于參數的估計是否用到了條件概率。

　　4、其他回歸方法非線性回歸、有序回歸、Probit回歸、加權回歸等

　　八、聚類分析

　　樣本個體或指標變量按其具有的特性進行分類，尋找合理的度量事物相似性的統計量。

　　1、性質分類：

　　Q型聚類分析：對樣本進行分類處理，又稱樣本聚類分祈使用距離系數作為統計量衡量相似度，如歐式距離、極端距離、絕對距離等

　　R型聚類分析：對指標進行分類處理，又稱指標聚類分析使用相似系數作為統計量衡量相似度，相關系數、列聯系數等

　　2、方法分類：

　　1）系統聚類法：適用于小樣本的樣本聚類或指標聚類，一般用系統聚類法來聚類指標，又稱分層聚類

　　2）逐步聚類法：適用于大樣本的樣本聚類

　　3）其他聚類法：兩步聚類、K均值聚類等

　　九、判別分析

　　1、判別分析：根據已掌握的一批分類明確的樣品建立判別函數，使產生錯判的事例最少，進而對給定的一個新樣品，判斷它來自哪個總體

　　2、與聚類分析區別

　　1）聚類分析可以對樣本逬行分類，也可以對指標進行分類；而判別分析只能對樣本

　　2）聚類分析事先不知道事物的類別，也不知道分幾類；而判別分析必須事先知道事物的類別，也知道分幾類

　　3）聚類分析不需要分類的歷史資料，而直接對樣本進行分類；而判別分析需要分類歷史資料去建立判別函數，然后才能對樣本進行分類

　　3、進行分類：

　　1）Fisher判別分析法：

　　以距離為判別準則來分類，即樣本與哪個類的距離最短就分到哪一類，適用于兩類判別；

　　以概率為判別準則來分類，即樣本屬于哪一類的概率最大就分到哪一類，適用于

　　適用于多類判別。

　　2）BAYES判別分析法：

　　BAYES判別分析法比FISHER判別分析法更加完善和先進，它不僅能解決多類判別分析，而且分析時考慮了數據的分布狀態，所以一般較多使用；

　　十、主成分分析

　　將彼此梠關的一組指標變適轉化為彼此獨立的一組新的指標變量，并用其中較少的幾個新指標變量就能綜合反應原多個指標變量中所包含的主要信息。

　　十一、因子分析

　　一種旨在尋找隱藏在多變量數據中、無法直接觀察到卻影響或支配可測變量的潛在因子、并估計潛在因子對可測變量的影響程度以及潛在因子之間的相關性的一種多元統計分析方法

　　與主成分分析比較：

　　相同：都能夠起到済理多個原始變量內在結構關系的作用

　　不同：主成分分析重在綜合原始變適的信息。而因子分析重在解釋原始變量間的關系，是比主成分分析更深入的一種多元統計方法用途：

　　1）減少分析變量個數

　　2）通過對變量間相關關系探測，將原始變量進行分類

　　十二、時間序列分析

　　動態數據處理的統計方法，研究隨機數據序列所遵從的統計規律，以用于解決實際問題；時間序列通常由4種要素組成：趨勢、季節變動、循環波動和不規則波動。

　　主要方法：移動平均濾波與指數平滑法、ARIMA橫型、量ARIMA橫型、ARIMAX模型、向呈自回歸橫型、ARCH族模型

　　十三、生存分析

　　用來研究生存時間的分布規律以及生存時間和相關因索之間關系的一種統計分析方法

　　1、包含內容：

　　1）描述生存過程，即研究生存時間的分布規律

　　2）比較生存過程，即研究兩組或多組生存時間的分布規律，并進行比較

　　3）分析危險因素，即研究危險因素對生存過程的影響

　　4）建立數學模型，即將生存時間與相關危險因素的依存關系用一個數學式子表示出來。

　　2、方法：

　　1）統計描述：包括求生存時間的分位數、中數生存期、平均數、生存函數的估計、判斷生存時間的圖示法，不對所分析的數據作出任何統計推斷結論

　　2）非參數檢驗：檢驗分組變量各水平所對應的生存曲線是否一致，對生存時間的分布沒有要求，并且檢驗危險因素對生存時間的影響。

　　A 乘積極限法（PL法）

　　B 壽命表法（LT法）

　　3）半參數橫型回歸分析：在特定的假設之下，建立生存時間隨多個危險因素變化的回歸方程，這種方法的代表是Cox比例風險回歸分析法

　　4）參數模型回歸分析：已知生存時間服從特定的參數橫型時，擬合相應的參數模型，更準確地分析確定變量之間的變化規律

　　十四、典型相關分析

　　相關分析一般分析兩個變里之間的關系，而典型相關分析是分析兩組變里（如3個學術能力指標與5個在校成績表現指標）之間相關性的一種統計分析方法。

　　典型相關分析的基本思想和主成分分析的基本思想相似，它將一組變量與另一組變量之間單變量的多重線性相關性研究轉化為對少數幾對綜合變量之間的簡單線性相關性的研究，并且這少數幾對變量所包含的線性相關性的信息幾乎覆蓋了原變量組所包含的全部相應信息。

　　十五、R0C分析

　　R0C曲線是根據一系列不同的二分類方式（分界值或決定閾）。以真陽性率（靈敏度）為縱坐標，假陽性率（1—特異度）為橫坐標繪制的曲線用途：

　　1、R0C曲線能很容易地査出任意界限值時的對疾病的識別能力用途；

　　2、選擇最佳的診斷界限值。R0C曲線越靠近左上角，試驗的準確性就越高；

　　3、兩種或兩種以上不同診斷試驗對疾病識別能力的比較，一股用R0C曲線下面積反映診斷系統的準確性。

　　拓展：數據分析常用公式

　　一、招聘分析常用計算公式

　　1、招聘入職率：應聘成功入職的人數÷應聘的所有人數×100％。

　　2、月平均人數：（月初人數＋月底人數）÷2

　　3、月員工離職率：整月員工離職總人數÷月平均人數×100％

　　4、月員工新進率：整月員工新進總人數÷月平均人數×100％

　　5、月員工留存率：月底留存的員工人數÷月初員工人數×100％

　　6、月員工損失率：整月員工離職總人數÷月初員工人數×100％

　　7、月員工進出比率：整月入職員工總人數÷整月離職員工總人數×100％

　　二、考勤常用的統計分析公式

　　1、個人出勤率：出勤天數÷規定的月工作日×100％

　　2、加班強度比率：當月加班時數÷當月總工作時數×100％

　　3、人員出勤率：當天出勤員工人數÷當天企業總人數×100％

　　4、人員缺勤率：當天缺勤員工人數÷當天企業總人數×100％

　　三、常用工資計算、人力成本分析公式

　　1、月薪工資：月工資額÷21.75天×當月考勤天數

　　2、月計件工資：計件單價×當月所做件數

　　3、平時加班費：月工資額÷21.75天÷8小時×1.5倍×平時加班時數

　　4、假日加班費：月工資額÷21.75天÷8小時×2倍×假日加班時數

　　5、法定假日加班費：月工資額÷21.75天÷8小時×3倍×法定假日加班時數

　　6、直接生產人員工資比率：直接生產人員工資總額÷企業工資總額×100％

　　7、非生產人員工資比率：非生產人員工資總額÷企業工資總額×100％

　　8、人力資源費用率：一定時期內人工成本總額÷同期銷售收入總額×100％

　　9、人力成本占企業總成本的比重：一定時期內人工成本總額÷同期成本費用總額×100％

　　10、人均人工成本：一定時期內人工成本總額÷同期同口徑職工人數

　　11、人工成本利潤率：一定時期內企業利潤總額÷同期企業人工成本總額×100％

　　四、培訓統計分析公式

　　培訓出勤率：實際培訓出席人數÷計劃培訓出席人數×100％

　　五、HR常用基礎公式匯總

　　1.新晉員工比率＝已轉正員工數/在職總人數

　　2.補充員工比率＝為離職缺口補充的人數/在職總人數

　　3.離職率（主動離職率/淘汰率）＝離職人數/在職總人數

　　4.離職率=離職人數/（（期初人數+期末人數）/2）

　　5.離職率=離職人數/(期初人數+錄用人數)×100％

　　6.異動率＝異動人數/在職總人數

　　7.人事費用率＝（人均人工成本*總人數）/同期銷售收入總數

　　8.招聘達成率=（報到人數+待報到人數）/（計劃增補人數+臨時增補人數）

　　9.人員編制管控率=每月編制人數/在職人數

　　10.人員流動率=（員工進入率+離職率）/2

　　11.員工進入率=報到人數/期初人數

　　12.員工當月應得薪資的計算方程式為:每天工資=月固定工資/21.75天

　　13、當月應得工資=每天工資x當月有效工作天x當月實際工作天數調整比例

　　14、當月應工作天數=當月自然日天數–當月休息日天數

　　15、當月有效工作日=當月應工作天數–全無薪假期

　　16、當月實際工作天數調整比列=21.75天/當月應工作天數:

　　17、生產型企業勞動生產率=銷售收入/總人數

　　六、成本效用評估

　　1、總成本效用=錄用人數/招聘總成本

　　2、招募成本效用=應聘人數/招募期間的費用

　　3、選拔成本效用=被選中人數/選拔期間的費用

　　4、人員錄用效用=正式錄用人數/錄用期間的費用

　　5、招聘收益成本比=所有新員工為組織創造的價值/招聘總成本

　　七、數量評估

　　1、錄用比=錄用人數/應聘人數*100%

　　2、招聘完成比=錄用人數/計劃招聘人數*100%

　　3、應聘比=應聘人數/計劃招聘人數*100%

　　4、工資計算=月工資/21.75*實際工作天數（不計算周六日）

　　6、加班率：總加班時間/總出勤時間

　　7、直接間接人員比例：直接人員/間接人員

　　八、制度工作時間的計算

　　1、年工作日：365天-104天（休息日）-11天（法定節假日）＝250天

　　2、季工作日：250天÷4季＝62.5天/季/

　　3、月工作日：250天÷12月＝20.83天/月

　　4、工作小時數的計算：以月、季、年的工作日乘以每日的8小時

　　5、日工資：月工資收入÷月計薪天數

　　6、小時工資：月工資收入÷（月計薪天數×8小時）。

　　7、月計薪天數＝（365天-104天）÷12月＝21.75天

　　九、社保計算方式

　　根據最新的養老金計算辦法，職工退休時的養老金由兩部分組成：養老金=基礎養老金+個人賬戶養老金

　　1、個人賬戶養老金=個人賬戶儲存額÷計發月數（計發月數根據退休年齡和當時的人口平均壽命來確定。計發月數略等于（人口平均壽命-退休年齡）X12。目前50歲為195、55歲為170、60歲為139，不再統一是120了）

　　2、基礎養老金 =（全省上年度在崗職工月平均工資+本人指數化月平均繳費工資）÷2×繳費年限×1%

　　=全省上年度在崗職工月平均工資（1+本人平均繳費指數）÷2×繳費年限×1%

　　3、本人指數化月平均繳費工資=全省上年度在崗職工月平均工資×本人平均繳費指數。在 4、個人養老金=基礎養老金+個人賬戶養老金=基礎養老金+個人賬戶儲存額÷139

　　5、平均繳費指數就是去年你按1000基數繳納，而社會當年平均工資2000那你的當年指數就是0.5，把每年的算出來平均，很容易，到時候你自己都可以計算多少養老退休金的。

【常用的數據分析方法】相關文章：

數據分析與辦公軟件：數據分析方法07-10

[必備]數據分析常用方法3篇07-25

配件庫存分析數據的方法07-10

多維數據分析方法04-07