瀑布图采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系。 当用户想表达两个数据点之间数量的演变过程时，即可使用瀑布图 如观察不同年份下的实际产量的变化和累积情况
若水若谷
2020-06-17
功能区图：可以使用功能区图表来直观显示数据，并快速发现哪个数据类别具有最高排名（最大值） 如： 比较各入职时间下不同学历的平均年龄，可以快速发现各年份下何种学历的平均年龄最高
若水若谷
2020-06-17
主成分分析的步骤 第1步：对原始变量进行标准化，消除变量水平和量纲的影响。 第2步：根据标准化后的数据计算相关系数矩阵。 第3步：求出相关系数矩阵的特征根及其对应的单位特征向量。 第4步：选择重要的主成分，并写出主成分表达式。选取原则：特征根值不小于1，或者选取的主成分的累计变异达到80% 以上（即累计特征根值占总特征根值80%以上） 第5步：计算主成分得分。 第6步：根据主成分得分的数据，可进一
若水若谷
2020-06-14
多重共线性有两种情形：1.完全多重共线性；2.不完全多重共线性。多重共性性实际上研究的是程度问题，它是样本特征，根据给定的样本，可以测度该样本的多重共线性程度。它对回归分析结果影响的程度，不仅取决于它的强弱，还取决于共线性变量在模型中的重要性。 1. 产生原因主要有：经济变量之间具有共同变化趋势；利用截面数据建立模型也可能出现多重共性性；模型中包含滞后变量；样本数据的自身原因。 2. 完全多重共线
若水若谷
2020-06-14
因子旋转的目的 主成分分析时一般情况下不能对主成分所代表含义进行业务上的解读，因为主成分方向上一般不会恰好某些变量权重大，而另外一些变量权重都小，这也表现在主成分权重的形成的散点图会偏离坐标轴。 如果可以将主成分的坐标轴进行旋转，使一些变量的权重的绝对值在一个主成分上达到最大，而在其他主成分上绝对值最小，这样就使得解释起来更方便恰当。
若水若谷
2020-06-13
区别： （1）因子分析需要降维的变量看成由对每一个变量都有作用的一些公共因子和一些仅对某一个变量有作用的特殊因子的线性组合。主成分分析只是从空间的角度找能解释诸多变量绝大部分变异的几组彼此不相关的新变量（主成分）。 （2）因子分析把变量表示为各因子的线性组合，而主成分分析把主成分表示成各变量的线性组合。 （3）因子分析需要一些假设：各个公共因子之间不相关，特殊因子之间不相关，公共因子和特殊因子之间
若水若谷
2020-06-13
折线图一般用于分析时间序列数据，观察指标随时间变化的趋势 “堆积图”都是为了观察部分于总体的关系，可了解其占比情况。 如观察不同年份下的实际产量和预期产量
若水若谷
2020-06-13
1. 概率抽样——包括等概率抽样和不等概率抽样 概率抽样也称为随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。 其特点有：（1）抽样时是按一定的概率以随机原则抽取样本。（2）每个单位被抽中的概率是已知的，或是可以计算出来的。（3）当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率。 常用抽样方式有： （1） 简单随机抽样 定义：从包括总体N个单位的抽样框
若水若谷
2020-06-09
销售类指标： • 动销次数：在一段期间内产品的销售次数 • 动销天数：在一段期间内产品的销售天数 • 销售金额合计：一段时间内的销售金额 • 销售业绩环比：衡量销售业绩好坏程度指标 进货类指标： • 进货额：采购进货的金额
若水若谷
2020-06-08
电商黄金公式： 销售额 = 流量 * 转化率 * 客单价 流量转化率重要指标： • 访客数（UV）：到达店铺页面的非重复用户数 • 收藏人数：到店访客中收藏网页的人数 • 加入购物车人数：到店访客中有过加入购物车行为的人数 • 支付人数： 到店访客中完成订单支付行为的人数 • 收藏人数占比： 收藏人数 / 访客数 • 加入购物车人数占比： 加入购物车人数 / 访客数 • 支付人数占比： 支
若水若谷
2020-06-08
电商黄金公式： 销售额 = 流量 * 转化率 * 客单价 流量数量重要指标： • 访客数（UV）：到达店铺页面的非重复用户数 • 浏览量（PV）：店铺内浏览和查看页面的累加次数 • 访问次数（Visits）：一个会话内被用户连续访问的次数 • 新访客数： 新进访客数 流量质量重要指标： • 平均访问深度：浏览量 / 访问次数 • 跳失率：跳出次数 / 访问次数 • 新访客占比：
若水若谷
2020-06-08
1. 基本思想 因子分析是一类常用的数值型变量降维并进行维度分析的方法，其经常采用主成分法作为其因子载荷矩阵的估计方法，在特征向量方向上，使用特征值的平方根进行加权，最后通过因子旋转，使得变量的权重在不同因子上更加两极分化。常用最大方差法进行因子旋转，这种方法是一种正交旋转。 2. 因子分析的一般步骤 第1步：数据检验。用于因子分析的变量必须是相关的，一般相关矩阵中大部分相关系数小于0.3，就
若水若谷
2020-06-02
