数据科学、数据分析、人工智能必备知识汇总-----常用数据分析方法-----持续更新

数据科学、数据分析、人工智能必备知识汇总-----主目录-----持续更新(进不去说明我没写完)：https://blog.csdn.net/grd_java/article/details/140174015

一、对比分析法

对比分析法

1. 将两个或两个以上的指标进行对比分析，通过对比分析可以直观地看到事物的变化或差距
2. 对比分析可以基于时间进行对比，也可以基于分类（地区、部门、类别等）进行对比
3. 例如，利用对比分析法分析某公司历年销售额的变化，基于时间的对比通常用折线图
   

4. 例如，通过对比分析法分析不同地区的销售额，基于分类的对比通常采用柱形图或条形图
   

1. 按时间和地区

最简单最没有技术含量的对比方法，但是却简单好用

假设我们有如下数据

按时间

1. 此时我们只需要建立数据透视图，将订单日期拖入行，销售额拖入值
   

2. 插入空白折线图(不选择任何数据，直接插入折线图)
   

3. 选中图表，在图表设计选项卡选中“选择数据”按钮，然后在弹出的窗口中点击添加（图列项系列）
   

4. 然后在系列值中选择销售额数据区域
   

5. 然后在水平(分类)轴标签选择“编辑”，然后选择年份数据即可
   
   

按地区,操作方法和上面同理，只不过分类轴从年份变为地区

2. 同比和环比

基于时间的对比有两个常用指标：同比和环比

1. 同比：分析指标与同期进行比较，一般用于两年相同月份的比较上
2. 环比：分析指标与相邻周期（上个月）进行比较，一般用于相邻月份的比较上
   

同比

1. 我们现在有4年的数据，现在我们想要实现后一年和前一年的对比，例如下图中，2014是第一年，没有2013年的数据是不需要考虑年度同比的，而从2015年开始，需要和前一年进行对比
   

2. 数据透视表中，我们在值窗口额外增加一列销售额，这个销售额，我们需要修改它的值字段设置。名称改为同比增长，值显示方式设置为差异，基本字段设置为年，基本项设置为上一个。也就是以年为单位，和去年进行差异比较
   

3. 上一步完成了同步增长值，现在我们可以额外求出同比增长率，操作方法和上面一样，只需将值显示方式改为差异百分比即可
   

环比

1. 同比是不同时段的相同字段进行比较，而环比是相邻两个时段的相同字段进行比较，比如2014年的2月和1月进行比较
2. 操作方法还是一样的，额外拖入一个销售额字段到值窗口，然后进行值字段设置，名称改为环比增长，值显示方式还是选择差异，然后基本字段要选择订单日期，因为我们要按月进行比较，然后基本项选择上一个。表示每个月和上个月进行比较
   

3. 环比增长率也是一样的操作方式，将值显示方式改为差异百分比即可
   

二、分组分析法

分组分析法

主要用于查看数据的分布，即绘制直方图。例如，某公司想了解客户购买数量的情况，可以绘制客户购买数量的直方图

1. 上图中可以看出，大多数客户的购买数量在6件以下
2. 有981人只买了1件，1174人购买数量大于6件，但是不超过11件
3. 而7766人选择了2到6件，只有极少数客户购买数量大于11件

需要掌握的公式

FREQUENCY(data_array,bins_array):以一列垂直数组返回一组数据的频率分布

=frequency(data_array,bins_array)
# data_array表示要分组统计的列
# bins_array分组依据，是我们人为创造的分组组距

构建序列

1. 数据如下，每个订单有数量，表示这个订单一次卖出几个
   
2. 我们分别求出数量字段中的最大值，最小值。然后人为规定组距为5，表示每个分组的大小为5
   

3. 然后我们从1开始，后面每组都由前一个组值+组距构成。也就是说第一组1开始，第二组=第一组的1+组距5 = 6.第三组=第二组的6+组距5 = 11.代表的区间就是(0,1],(1,6],(6,11]…
   

4. 通过上面介绍的FREQUENCY()函数进行分组统计，也就是将不同区间的数值统计出来
   

1. 其中，第一个参数是我们要分组统计的列，也就是订单表中，每个订单购买的产品数量那一列
2. 第二个参数就是我们的分组依据，也就是通过组距生成的1,6,11,16

生成直方图

1. 创建空白二维柱形图，然后添加两个图例项，都是频数（通过Frequency函数生成的），而分类选择区间
   

2. 更改图表类型，选择组合图，将系列2设置为折线图
   

三、结构分析法

1. 结构分析法主要用于分析各部分占总体的比例
2. 例如分析不同产品类别所占的比例，可以通过饼图来表示
   

1. 结构分析法也可以添加时间维度，例如对比不同年份的不同产品类别的销售额
2. 一般使用堆积柱形图表示
   

分析部分与总体的关系

1. 首先将产品类别放入行窗口，将销售额拖两个放入值窗口，第二个销售额字段进行值字段设置，设置值显示方式为列汇总的百分比
2. 然后为其生成饼图（这里用的是三维饼图），系列选择百分比销售额占比，分类轴选择产品分类
   

对比不同时间维度的结构分析

1. 首先透视表的行是年份，列是商品类别，值是销售额
2. 然后添加空白堆积图，先在图表数据区域进行选择，将类别和数据都选中，但是不要选择总计
3. 然后系列选择类别，水平分类选择年份即可

四、交叉分析法

1. 主要用于分析两个变量之间的关系，通过交叉表呈现，二维交叉表也叫列联表
2. 例如分析不同地区的各产品类别的销售额，绘制出交叉表，通过雷达图进行分析
   

五、矩阵分析法

1. 又称波士顿分析法，以事物两个属性为坐标轴绘制散点图
2. 例如分析不同地区的销售额与销售数量
   

波士顿矩阵，以市场增长率和市场占有率作为坐标轴，将企业产品分为四类（问题产品，明星产品，瘦狗产品，现金牛产品）

1. 明星产品：需要加大投资，继续增长
2. 现金牛产品：成熟，保持即可，最大程度榨取（挤奶）
3. 瘦狗产品：剥离或撤销，需要放弃
4. 问题产品：分析问题，增加市场占有率或放弃
5. 说白了就是将一个产品的市场增长率和市场占有率输入散点图中，如果在第一象限就是明星产品，第二象限就是问题产品，依此类推

操作步骤

1. 插入空白散点图，选择数据，图例项系列的x选择销售额，y轴选择数量
   
2. 删掉图表中网格线后，选中横坐标，设置坐标轴格式，我们想要实现销售额中心点是均值，大于均值去右边，小于均值去左边，那么我们就设置其横坐标轴交叉点为坐标轴值，设置为均值即可
   
3. 同理，纵坐标轴也让数量的均值作为原点值
   
4. 将两个坐标轴的标签设置为无
   
5. 我们要让每个散点显示自己所在地区，因此添加数据标签后设置数据标签格式，让标签只显示单元格中的值，区域就选择地区即可
   
   
6. 添加坐标轴标题
   

六、杜邦分析法

1. 由美国杜邦公司创造并最先采用的综合分析法，主要利用企业主要财务指标分析企业财务状况
2. 杜邦分析中的核心概念：净资产回报率，return on equity，ROE，又称净资产收益率

1. 例如：某企业初始资金100万RMB，想要代理某种产品进行销售，100万就是总权益资产，此时，总资产等于总权益资产，为100万
2. 假设产品的进货单价为1万，100万能够进货100个，一个卖1万2，卖一批货的销售收入是120万，利润为120-100=20万
3. 假设一年卖一次，也就是100个，此时，ROE=净利润/总权益资产=20/100=20%，因此ROE=净资产利润率

3. 上面例子中的企业提高ROE的方法

1. 涨价：售价提高到1万5，卖一批货100个利润就是50万，ROE提升至50%
2. 借钱多进货：银行贷款150万，总资产为250万，进货250个，一年利润就是250×0.2=50万，ROE提升至50%，这种方法叫加杠杆，此时总权益资产仍是100万，借来的150万叫负债

1. 杠杆比率：总资产/总权益资产，这里，总资产为250万，总权益资产为100万，杠杆比率为250/100=2.5，杠杆比率也叫权益乘数
2. ROE = 净资产利润率 × 权益乘数
3. ps：没有负债的情况下，权益乘数为1，也就是ROE=净资产利润率×1

3. 多卖几批货：一年卖2.5次（250个），则一年利润50万，ROE提升至50%，此法叫作提升资产周转率，如果之前的资产周转率记为1，现在的资产周转率就变为2.5，ROE=净资产利润率×资产周转率

1. 一年买一次货的情况，资产周转率就是1
2. 因此有以下公式，ROE = 净资产利润率 × 权益乘数 × 资产周转率
   

七、漏斗图分析法

1. 通过漏斗图分析业务问题，适合业务流程规范、周期长、多环节的业务问题
2. 例如，通过漏斗图分析某电商网站的流量数据
   

操作步骤

1. 要想漏斗图好看，就需要辅助列，首先将原数据放在中间的展示列，可以发现F2单元格的值是所有值中最大的，记为MAX，我们要围绕它做辅助列。而两边就是我们要放的辅助值，这个辅助值为(MAX + 1000 - 当前值)/2,其中当前值就是每个展示列的值，我们要为每个当前值两边放上辅助值
   
2. 因为自带漏斗图不太方便，因此我们选用堆积条形图来做，数据区域选择我们刚才创建的辅助数据
   
3. 选择两边的辅助列堆积条，让其设置为无填充，这样剩下的区域正好是漏斗图的区域
   
4. 选中纵坐标轴，设置其坐标轴选项为逆序类别
   
5. 添加数据标签并将两边辅助列数据删除
   
6. 选中数据序列，将其间隙宽度设置为0
   
7. 可操作性更强，标签可以拖出，而直接生成漏斗图是做不到这么灵活的