常用的數據分析方法

常用的數據分析方法

　　對于如今信息化時(shí)代，處理數據已經(jīng)不再陌生了，當面對一大堆數據的時(shí)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(lèi)，圖形以及計筠概括性數據來(lái)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(shù)法。

　　2、正態(tài)性檢驗：很多統計方法都要求數值服從或近似服從正態(tài)分布，所以之前需要進(jìn)行正態(tài)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(dòng)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(tài)分布）對一些主要的參數（如均值、百分數、方差、相關(guān)系數等）進(jìn)行的檢驗 。

　　1）U驗   使用條件：當樣本含量n較大時(shí)，樣本值符合正態(tài)分布

　　2）T檢驗 使用條件：當樣本含量n較小時(shí)，樣本值符合正態(tài)分布

　　A單樣本t檢驗：推斷該樣本來(lái)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(wú)差別；

　　B  配對樣本t檢驗：當總體均數未知時(shí)，且兩個(gè)樣本可以配對，同對中的兩者在可能會(huì )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(wú)法找到在各方面極為相似的兩樣本作配對比較時(shí)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(tài)）進(jìn)行檢驗。

　　適用情況：順序類(lèi)型的數據資料，這類(lèi)數據的分布形態(tài)一般是未知的。

　　A 雖然是連續數據，但總體分布形態(tài)未知或者非正態(tài)；

　　B 體分布雖然正態(tài)，數據也是連續類(lèi)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(wèn)卷的真實(shí)性。

　　分類(lèi)：

　　1、外在信度：不同時(shí)間測量時(shí)量表的一致性程度，常用方法重測信度

　　2、內在信度；每個(gè)量表是否測量到單一的概念，同時(shí)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(lián)表分析

　　用于分析離散變量或定型變量之間是否存在相關(guān)。

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

　　列聯(lián)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(guān)檢驗。

　　五、相關(guān)分析

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

　　1、單相關(guān)： 兩個(gè)因素之間的相關(guān)關(guān)系叫單相關(guān)，即研究時(shí)只涉及一個(gè)自變量和一個(gè)因變量；

　　2、復相關(guān) ：三個(gè)或三個(gè)以上因素的相關(guān)關(guān)系叫復相關(guān)，即研究時(shí)涉及兩個(gè)或兩個(gè)以上的自變量和因變量相關(guān)；

　　3、偏相關(guān)：在某一現象與多種現象相關(guān)的場(chǎng)合，當假定其他變量不變時(shí)，其中兩個(gè)變量之間的相關(guān)關(guān)系稱(chēng)為偏相關(guān)。

　　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(lái)自正態(tài)分布總體；各總體方差相等。

　　分類(lèi)

　　1、單因素方差分析：一項試驗只有一個(gè)影響因素，或者存在多個(gè)影響因素時(shí)，只分析一個(gè)因素與響應變量的關(guān)系

　　2、多因素有交互方差分析：一頊實(shí)驗有多個(gè)影響因素，分析多個(gè)影響因素與響應變量的關(guān)系，同時(shí)考慮多個(gè)影響因素之間的關(guān)系

　　3、多因素無(wú)交互方差分析：分析多個(gè)影響因素與響應變量的關(guān)系，但是影響因素之間沒(méi)有影響關(guān)系或忽略影響關(guān)系

　　4、協(xié)方差分祈：傳統的方差分析存在明顯的弊端，無(wú)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(xié)方差分析主要是在排除了協(xié)變量的影響后再對修正后的主效應進(jìn)行方差分析，是將線(xiàn)性回歸與方差分析結合起來(lái)的一種分析方法，

　　七、回歸分析

　　分類(lèi)：

　　1、一元線(xiàn)性回歸分析：只有一個(gè)自變量X與因變量Y有關(guān)，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(tài)分布。

　　2、多元線(xiàn)性回歸分析

　　使用條件：分析多個(gè)自變量與因變量Y的關(guān)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(tài)分布 。

　　1）變呈篩選方式：選擇最優(yōu)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(guān)測值與估計值的差值要艱從正態(tài)分布

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

　　C 共線(xiàn)性診斷：

　　診斷方式：容忍度、方差擴大因子法（又稱(chēng)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(xiàn)性回歸模型要求因變量是連續的正態(tài)分布變里，且自變量和因變量呈線(xiàn)性關(guān)系，而Logistic回歸模型對因變量的分布沒(méi)有要求，一般用于因變量是離散時(shí)的情況

　　分類(lèi)：

　　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(xiàn)性回歸、有序回歸、Probit回歸、加權回歸等

　　八、聚類(lèi)分析

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

　　1、性質(zhì)分類(lèi)：

　　Q型聚類(lèi)分析：對樣本進(jìn)行分類(lèi)處理，又稱(chēng)樣本聚類(lèi)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(lèi)分析：對指標進(jìn)行分類(lèi)處理，又稱(chēng)指標聚類(lèi)分析 使用相似系數作為統計量衡量相似度，相關(guān)系數、列聯(lián)系數等

　　2、方法分類(lèi)：

　　1）系統聚類(lèi)法： 適用于小樣本的樣本聚類(lèi)或指標聚類(lèi)，一般用系統聚類(lèi)法來(lái)聚類(lèi)指標，又稱(chēng)分層聚類(lèi)

　　2）逐步聚類(lèi)法 ：適用于大樣本的樣本聚類(lèi)

　　3）其他聚類(lèi)法 ：兩步聚類(lèi)、K均值聚類(lèi)等

　　九、判別分析

　　1、判別分析：根據已掌握的一批分類(lèi)明確的樣品建立判別函數，使產(chǎn)生錯判的事例最少，進(jìn)而對給定的一個(gè)新樣品，判斷它來(lái)自哪個(gè)總體

　　2、與聚類(lèi)分析區別

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

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

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

　　3、進(jìn)行分類(lèi) ：

　　1）Fisher判別分析法 ：

　　以距離為判別準則來(lái)分類(lèi)，即樣本與哪個(gè)類(lèi)的距離最短就分到哪一類(lèi)， 適用于兩類(lèi)判別；

　　以概率為判別準則來(lái)分類(lèi)，即樣本屬于哪一類(lèi)的概率最大就分到哪一類(lèi)，適用于

　　適用于多類(lèi)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(jìn)，它不僅能解決多類(lèi)判別分析，而且分析時(shí)考慮了數據的分布狀態(tài)，所以一般較多使用；

　　十、主成分分析

　　將彼此梠關(guān)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(gè)新指標變量就能綜合反應原多個(gè)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(wú)法直接觀(guān)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(guān)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(gè)原始變量?jì)仍诮Y構關(guān)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(guān)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(gè)數

　　2）通過(guò)對變量間相關(guān)關(guān)系探測，將原始變量進(jìn)行分類(lèi)

　　十二、時(shí)間序列分析

　　動(dòng)態(tài)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(shí)際問(wèn)題；時(shí)間序列通常由4種要素組成：趨勢、季節變動(dòng)、循環(huán)波動(dòng)和不規則波動(dòng)。

　　主要方法：移動(dòng)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(lái)研究生存時(shí)間的分布規律以及生存時(shí)間和相關(guān)因索之間關(guān)系的一種統計分析方法

　　1、包含內容：

　　1）描述生存過(guò)程，即研究生存時(shí)間的分布規律

　　2）比較生存過(guò)程，即研究?jì)山M或多組生存時(shí)間的分布規律，并進(jìn)行比較

　　3）分析危險因素，即研究危險因素對生存過(guò)程的影響

　　4）建立數學(xué)模型，即將生存時(shí)間與相關(guān)危險因素的依存關(guān)系用一個(gè)數學(xué)式子表示出來(lái)。

　　2、方法：

　　1）統計描述：包括求生存時(shí)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(shí)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(xiàn)是否一致，對生存時(shí)間的分布沒(méi)有要求，并且檢驗危險因素對生存時(shí)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(shí)間隨多個(gè)危險因素變化的回歸方程，這種方法的代表是Cox比例風(fēng)險回歸分析法

　　4）參數模型回歸分析：已知生存時(shí)間服從特定的參數橫型時(shí)，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(guān)分析

　　相關(guān)分析一般分析兩個(gè)變里之間的關(guān)系，而典型相關(guān)分析是分析兩組變里（如3個(gè)學(xué)術(shù)能力指標與5個(gè)在校成績(jì)表現指標）之間相關(guān)性的一種統計分析方法。

　　典型相關(guān)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(xiàn)性相關(guān)性研究轉化為對少數幾對綜合變量之間的簡(jiǎn)單線(xiàn)性相關(guān)性的研究，并且這少數幾對變量所包含的線(xiàn)性相關(guān)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(xiàn)是根據一系列不同的二分類(lèi)方式（分界值或決定閾）。以真陽(yáng)性率（靈敏度）為縱坐標，假陽(yáng)性率（1—特異度）為橫坐標繪制的曲線(xiàn)用途：

　　1、R0C曲線(xiàn)能很容易地査出任意界限值時(shí)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(xiàn)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(xiàn)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(jìn)率：整月員工新進(jìn)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(jìn)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(gè)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(shí)數÷當月總工作時(shí)數×100％

　　3、人員出勤率：當天出勤員工人數÷當天企業(yè)總人數×100％

　　4、人員缺勤率：當天缺勤員工人數÷當天企業(yè)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(jià)×當月所做件數

　　3、平時(shí)加班費：月工資額÷21.75天÷8小時(shí)×1.5倍×平時(shí)加班時(shí)數

　　4、假日加班費：月工資額÷21.75天÷8小時(shí)×2倍×假日加班時(shí)數

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

　　6、直接生產(chǎn)人員工資比率：直接生產(chǎn)人員工資總額÷企業(yè)工資總額×100％

　　7、非生產(chǎn)人員工資比率：非生產(chǎn)人員工資總額÷企業(yè)工資總額×100％

　　8、人力資源費用率：一定時(shí)期內人工成本總額÷同期銷(xiāo)售收入總額×100％

　　9、人力成本占企業(yè)總成本的比重：一定時(shí)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(shí)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(shí)期內企業(yè)利潤總額÷同期企業(yè)人工成本總額×100％

　　四、培訓統計分析公式

　　培訓出勤率：實(shí)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(dòng)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(dòng)率＝異動(dòng)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(xiāo)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(shí)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(dòng)率=（員工進(jìn)入率+離職率）/2

　　11.員工進(jìn)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(shí)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(wú)薪假期

　　16、當月實(shí)際工作天數調整比列=21.75天/當月應工作天數:

　　17、生產(chǎn)型企業(yè)勞動(dòng)生產(chǎn)率=銷(xiāo)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(chuàng )造的價(jià)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(shí)際工作天數（不計算周六日）

　　6、加班率：總加班時(shí)間/總出勤時(shí)間

　　7、直接間接人員比例：直接人員/間接人員

　　八、制度工作時(shí)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(shí)數的計算：以月、季、年的工作日乘以每日的8小時(shí)

　　5、日工資：月工資收入÷月計薪天數

　　6、小時(shí)工資：月工資收入÷（月計薪天數×8小時(shí)）。

　　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(shí)的養老金由兩部分組成：養老金=基礎養老金+個(gè)人賬戶(hù)養老金

　　1、個(gè)人賬戶(hù)養老金=個(gè)人賬戶(hù)儲存額÷計發(fā)月數（計發(fā)月數根據退休年齡和當時(shí)的人口平均壽命來(lái)確定。計發(fā)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(gè)人養老金=基礎養老金+個(gè)人賬戶(hù)養老金=基礎養老金+個(gè)人賬戶(hù)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(huì )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(lái)平均，很容易，到時(shí)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(guān)文章：

常用數據分析方法06-22

數據分析常用方法07-26

數據分析常用方法(熱)07-25

常用數據分析方法有哪些04-04

數據整理分析方法10-22

銷(xiāo)售數據的分析方法07-25

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