數(shù)據(jù)特征分析計(jì)算公式？用來描述數(shù)據(jù)的基本統(tǒng)計(jì)量主要分為三類，即中心趨勢統(tǒng)計(jì)量、分散統(tǒng)計(jì)量和分布形狀統(tǒng)計(jì)量。1、中央趨勢統(tǒng)計(jì)中央趨勢統(tǒng)計(jì)是指表明位置的統(tǒng)計(jì)。直觀來說，給定一個(gè)屬性，它的大部分值落在哪里？

數(shù)據(jù)特征分析計(jì)算公式？

用來描述數(shù)據(jù)的基本統(tǒng)計(jì)量主要分為三類，即中心趨勢統(tǒng)計(jì)量、分散統(tǒng)計(jì)量和分布形狀統(tǒng)計(jì)量。

1、中央趨勢統(tǒng)計(jì)

中央趨勢統(tǒng)計(jì)是指表明位置的統(tǒng)計(jì)。直觀來說，給定一個(gè)屬性，它的大部分值落在哪里？

(1)平均值

均值，也稱為算術(shù)平均值，描述了數(shù)據(jù)的平均位置，以指導(dǎo)金額。數(shù)學(xué)表達(dá)式為：均值=x/n；

有時(shí)，一組數(shù)據(jù)中的每個(gè)值可以與一個(gè)權(quán)重wi相關(guān)聯(lián)，該權(quán)重反映了從屬值的重要性或頻率。這個(gè)平均值叫做加權(quán)平均值=xw/n；

雖然平均值是描述數(shù)據(jù)中心趨勢的最有用的統(tǒng)計(jì)數(shù)據(jù)，但它并不總是衡量數(shù)據(jù)中心的最佳方法，因?yàn)槠骄祵?duì)極值(異常值)很敏感。為了抵消少數(shù)極值的影響，可以使用截?cái)嗑?，截?cái)嗑凳侵干釛墭O值后的平均值。

(2)中值

對(duì)于傾斜(非對(duì)稱)數(shù)據(jù)，更能描述數(shù)據(jù)中心的統(tǒng)計(jì)量是中位數(shù)，即有序數(shù)據(jù)值的中間值。中位數(shù)可以避免極端數(shù)據(jù)，代表這個(gè)數(shù)據(jù)總體的中等情況。比如從小到大排序，總數(shù)為奇數(shù)，取中間數(shù)，總數(shù)為偶數(shù)，取中間兩個(gè)數(shù)的平均值。

(3)模式

Mode是變量中出現(xiàn)頻率最高的值，通常用來確定定性數(shù)據(jù)的模式，如：用戶狀態(tài)(正常、到期停機(jī)、申請停機(jī)、拆卸、注銷)，變量的模式為“正?！?，即正常。

2.代表數(shù)據(jù)分散程度的統(tǒng)計(jì)數(shù)據(jù)

統(tǒng)計(jì)學(xué)上衡量數(shù)據(jù)離散程度的主要是標(biāo)準(zhǔn)差和四分位數(shù)范圍。

(1)標(biāo)準(zhǔn)差(或方差)

標(biāo)準(zhǔn)差用于衡量數(shù)據(jù)分布的離散度。標(biāo)準(zhǔn)差低意味著數(shù)據(jù)觀測值趨于接近均值，標(biāo)準(zhǔn)差高意味著數(shù)據(jù)在一個(gè)較大的數(shù)值范圍內(nèi)行走。

(2)四分位數(shù)范圍

Range也叫范圍，是一組數(shù)據(jù)中最大值和最小值的差值，range=Max-Min。

分位數(shù)是將數(shù)據(jù)值按從小到大的順序排列，將數(shù)據(jù)分成100份。中位數(shù)是數(shù)據(jù)中間位置的數(shù)據(jù)。第一個(gè)四分位數(shù)是Q1，指的是第25百分位的數(shù)據(jù)，第三個(gè)四分位數(shù)是Q3，指的是第75百分位的數(shù)據(jù)。

四分位數(shù)范圍(IQR)=Q3-Q1，IQR是指第一個(gè)四分位數(shù)和第三個(gè)四分位數(shù)之間的距離，它給出了數(shù)據(jù)中間一半所覆蓋的范圍，是數(shù)據(jù)離散程度的一個(gè)簡單度量。

數(shù)據(jù)分析的方法有哪些？

數(shù)據(jù)分析為了發(fā)現(xiàn)更多的問題，找出原因；

數(shù)據(jù)分析不能坐。

2.步驟：調(diào)查：收集、分析、挖掘數(shù)據(jù)。

圖表分析：將分析和挖掘的結(jié)果制成圖表。

3.常用方法：數(shù)據(jù)挖掘常用的數(shù)據(jù)分析方法主要有分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征、變化和偏差分析、網(wǎng)頁挖掘等。他們從不同的角度挖掘數(shù)據(jù)。分類。分類是找出數(shù)據(jù)庫中一組數(shù)據(jù)對(duì)象的共同特征，并按照分類方式將其劃分到不同的類中。其目的是通過分類模型將數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到給定的類別?？蓱?yīng)用于客戶分類、客戶屬性和特征分析、客戶滿意度分析、客戶購買趨勢預(yù)測等。例如，一家汽車零售商根據(jù)客戶對(duì)汽車的偏好將客戶分為不同的類別，這樣營銷人員就可以直接將新車的廣告宣傳冊郵寄給有這種偏好的客戶，從而大大增加了商機(jī)。回歸分析。回歸分析方法反映事務(wù)數(shù)據(jù)庫中屬性值的時(shí)間特性，生成將數(shù)據(jù)項(xiàng)映射到實(shí)值預(yù)測變量的函數(shù)，并找到變量或?qū)傩灾g的依賴關(guān)系。其主要研究問題包括數(shù)據(jù)序列的趨勢特征、數(shù)據(jù)序列的預(yù)測以及數(shù)據(jù)之間的相關(guān)性。可應(yīng)用于市場營銷的各個(gè)方面，如客戶尋求、維護(hù)和防止客戶流失、產(chǎn)品生命周期分析、銷售趨勢預(yù)測和有針對(duì)性的促銷活動(dòng)等。聚類。聚類分析是將一組數(shù)據(jù)按照相似性和差異性分成若干個(gè)類別，其目的是使屬于同一類別的數(shù)據(jù)之間的相似性盡可能大，不同類別的數(shù)據(jù)之間的相似性盡可能小?？蓱?yīng)用于客戶群分類、客戶背景分析、客戶購買趨勢預(yù)測、市場細(xì)分等。關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則是描述數(shù)據(jù)庫中數(shù)據(jù)項(xiàng)之間關(guān)系的規(guī)則，即根據(jù)某個(gè)事務(wù)中某些項(xiàng)的出現(xiàn)，其他項(xiàng)也出現(xiàn)在同一事務(wù)中，即隱藏在數(shù)據(jù)之間的關(guān)聯(lián)或相互關(guān)系。在客戶關(guān)系管理中，通過挖掘企業(yè)客戶數(shù)據(jù)庫中的大量數(shù)據(jù)，可以從大量記錄中發(fā)現(xiàn)有趣的關(guān)系，找出影響營銷效果的關(guān)鍵因素，為產(chǎn)品定位、客戶群的定價(jià)和定制、客戶尋求、細(xì)分和維護(hù)、營銷和推廣、營銷風(fēng)險(xiǎn)評(píng)估和欺詐預(yù)測等決策支持提供參考。特點(diǎn)。特征分析是從數(shù)據(jù)庫中提取關(guān)于一組數(shù)據(jù)的特征表達(dá)式，這些表達(dá)式表達(dá)了數(shù)據(jù)集的總體特征。例如，通過提取客戶流失因素的特征，營銷人員可以得到導(dǎo)致客戶流失的一系列原因和主要特征，而這些特征可以有效地防止客戶流失。變異和偏差分析。偏差包括一大類潛在有趣的知識(shí)，如分類中的異常例子、模式的異常、觀察結(jié)果與預(yù)期的偏差等。其目的是發(fā)現(xiàn)觀察結(jié)果和參考量之間有意義的差異。在企業(yè)危機(jī)管理及其預(yù)警中，管理者更感興趣的是那些意想不到的規(guī)律。意外規(guī)則的挖掘可以應(yīng)用于各種異常信息的發(fā)現(xiàn)、分析、識(shí)別、評(píng)估和預(yù)警。網(wǎng)頁挖掘。