一、数据分析的基本流程
确定----分解----评估----决策
确定：确定问题，了解问题；
分解：数据分析总的来说就是分解问题和数据，使其成为更小的组成部分；
评估：这才是分析大餐，在这一步对前两个步骤了解到的情况作出各种结论；
决策：最后，把这些结论重新组合在一起，作出（建议）或一个决策；
你的客户可能：
相当了解或不甚了解自己的数据；相当了解或不甚了解自己的问题或目标；相当了解或不甚了解自己的业务；目标明确或优柔寡断；头脑清醒或稀里糊涂；富有直觉或善于分析；
如果能够对客户了解越深（问对问题），你的分析越有可能派上用场；
二、务必明确你的心智模型
1、什么是心智模型？
你对外界的假设和你确信的观点就是心智模型；
2、统计模型取决于心智模型：心智模型决定你的观察结果，是你观察现实的棱镜；
3、如果用错了心智模型，分析会胎死腹中；
第二章 验证你的理论
通过做实验来验证你的理论，并且帮助自己做决策；
再没有什么办法能像一个好实验那样，既能解决问题又能揭示事物的真正运行规律。
一个好的实验往往能让你摆脱对观察数据的无限依赖，能帮助你理清因果联系；可靠的实证数据将让你的分析判断更有说服力；
观察分析发充满混杂因素，混杂因素就是研究对象的个人差异它们不是你试图进行比较的因素，最终会导致分析结果的敏感度变差；拆分数据块，管理混杂因素；}$
第三章 最优化
第五章 证伪法--假设并非如此
一、评估一个事件发生的未来预测，需要把这个事件相关的各种变量间的关系进行圈点，同升同降，关系为“+”，背道而驰，关系为“-”，变量之间可以正相关也可以负相关，尽可能多的发现变量，并标注关系；
二、现实世界中的关系呈网络关系，而非线性关系，线性关系等于直觉；
三、根据网络关系形成假设；
四、假设检验的核心是证伪，请勿试图选出最合理的假设，只需剔除无法证实的假设；
五、进行假设检验时，要使用证伪法，回避满意法；对假设进行评级，不利证据越少的排在越前面；
第六章 贝叶斯统计
哦，这里发现个及其严重的错误，在p180页，计算自己患蜥蜴流感的概率为多少，在文字公式中，应该是在实验结果为阳性的条件下患病概率，而不是为阴性的条件下患病概率;
一、基础概率：统计出总的概率情况；
二、条件概率：一件事发生为前提的另一件事的发生概率。
三、贝叶斯规则（用简单的整数思考复杂的概率）用基础概率和条件概率估计新的条件概率；
四、贝叶斯公式：
formula
第七章 主观概率
将严谨融入直觉的简便办法；
网友评论