GUIDE深度 · Deep dive
数据分析 EDA:分布、相关和分组
EDA 先看单变量分布/缺失,再看双变量相关/分组;相关不等于因果。
先看结论
分布/缺失。
相关/分组。
因果谨慎。
执行步骤
先明确本主题的关键判断:分布/缺失。
按清单推进:相关/分组。
交付前核对:因果谨慎。
最后检查,避免:只看均值。
常见错误
只看均值。
相关当因果。
忽略异常。
检查清单
问题/指标口径是否清楚?
数据是否校验/可复现?
图表/结论是否准确?
隐私/权限/合规是否OK?
常见问题
数据分析最重要的是什么?
把业务问题变成可验证的指标/假设,并给出可执行结论;工具只是手段。
SQL 要学到什么程度?
JOIN/聚合/窗口/子查询/优化;能独立取数并解释口径。
数据来源
更多指南
数据分析入门:问题、指标、数据和结论阅读指南数据分析问题:把“看看”变成可回答的问题阅读指南数据分析指标:口径、分母和对比阅读指南数据分析 SQL:SELECT、JOIN、窗口和优化阅读指南KEEP READING
继续读
按顺序读,或跳到同主题的其他指南。
← 上一篇数据分析清洗:缺失、异常、重复和类型数据分析清洗:缺失/异常/重复/类型/单位/时间格式和日志。下一篇 →数据分析可视化:图表选型、标注和误导数据分析可视化:柱/折线/散点/箱线/热力和避免误导。