数据分析方法

简介:

一般我们会对数据做对比分析、分布分析、趋势分析、TOP N分析等,其中对比分析又分为同比分析、环比分析。下面先来介绍一下它们的概念:

 

对比分析法也称比较分析法,是把客观事物加以比较,以达到认识事物的本质和规律并做出正确的评价。往往把事物的属性抽取出来形成一个指标数据。例如消费者物价指数CPI

对比分析法通常是把两个相互联系的指标数据进行比较,从数量上展示和说明研究对象规模的大小,水平的高低,速度的快慢,以及各种关系是否协调。在对比分析中,选择合适的对比标准是十分关键的步骤,选择的合适,才能做出客观的评价,选择不合适,评价可能得出错误的结论。

 

同比:与历史同期指标数据对比叫同比。比如很多上市公司会定时公布财务报告: 2010年第一季度总收入为人民币30亿元, 2011年第一季度总收入为人民币45亿元。对于季度总收入(指标数据)同比(同期对比)增长50%

 

环比:与上一阶段的指标数据对比叫环比。比如很多上市公司会定时公布财务报告: 2011年第一季度总收入为人民币45亿元, 2010年第四季度总收入为人民币30亿元。对于季度总收入(指标数据),同比(同期对比)增长50%

 

 

同比增长率(对于某个指标) = (本期指标数据 —上期指标数据) /本期指标数据 *100%

环比增长率(对于某个指标) = (本期指标数据 同期指标数据)/同期指标数据* 100%

 

同 比、环比都是反映一个趋势走向,只是对比的阶段不同。同比和环比,这两者所反映的虽然都是变化速度,但由于采用基期的不同,其反映的内涵是完全不同的;一 般来说,环比可以与环比相比较,而不能拿同比与环比相比较;而对于同一个地方,考虑时间纵向上发展趋势的反映,则往往要把同比与环比放在一起进行对照。

 

 

下面看看腾讯微薄的一条消息,消化下刚才的概念:

 

腾讯第一季度总收入为人民币63.384亿元(9.668亿美元 ),比上一季度增长14.7%,比去年同期增长50.0%。期内盈利为人民币28.842亿元(4.399亿美元),比上一季度增长30.3%,比去年同期增长60.0%;净利率由上一季度的40.1%增至45.5%

 

趋势分析法,它主要是通过从时间点上的对指标数据进行分析比较,反映指标数据的演变趋势、趋势走向。从而预测未来的发展趋势。

 

分布分析法:就是对某个指标在某个维度范围内进行对比分析。如下图所示;

 

TOP N分析,即按某个指标进行排序。比如统计游戏里面月充值排名100内的玩家。就是按充值指标来分析。

 

趋势线
趋势线是图形分析上最基本的技巧,趋势线是在图形上每一个波浪顶部最高点间,或没一谷底最低点间的直切线。
在上升趋势中,将两个低点连成一条直线,就得到上升趋势线。

在下降趋势中,将两个高点连成一条直线,就得到下降趋势线。见下图: 

 

相关文章
|
2月前
|
数据可视化 数据挖掘 数据管理
问卷调查数据分析指南!掌握方法,精准把握用户需求!
本文介绍了如何利用自定义报表、交叉报表和过滤器进行问卷调查数据分析。文章首先区分了定量和定性数据,强调了定量数据在分析中的重要性,并列举了客户体验(CSAT、CES、NPS)和市场调研的关键指标。接着,提到了定性数据分析方法,如情感分析和词云图。文章还讨论了自定义报表、交叉报表和过滤器在数据筛选和相关性探索中的作用,以及收集器在多源数据收集上的应用。最后,强调了仪表板在数据可视化和比较中的优势,并推荐了Zoho Survey作为综合的数据管理平台。
60 0
问卷调查数据分析指南!掌握方法,精准把握用户需求!
|
2月前
|
数据可视化 数据挖掘 Linux
Python数据分析(四)——plot方法
Python数据分析(四)——plot方法
|
3月前
|
搜索推荐 数据挖掘 C++
数据分析方法-对比分析和用户画像
数据分析方法-对比分析和用户画像
78 1
数据分析方法-对比分析和用户画像
|
4月前
|
机器学习/深度学习 数据采集 存储
基于振弦采集仪的工程监测数据分析方法研究
基于振弦采集仪的工程监测数据分析方法研究主要涉及以下几个方面:
基于振弦采集仪的工程监测数据分析方法研究
|
5月前
|
供应链 搜索推荐 数据挖掘
数据分析方法与模型
数据分析方法与模型
|
5月前
|
机器学习/深度学习 数据采集 运维
重要的数据分析方法:时间序列分析
重要的数据分析方法:时间序列分析
115 1
重要的数据分析方法:时间序列分析
|
6月前
|
数据挖掘 索引 Python
【Python】数据分析:numpy的常用方法
【Python】数据分析:numpy的常用方法
43 0
|
7月前
|
机器学习/深度学习 运维 数据可视化
chat GPT在常用的数据分析方法中的应用
ChatGPT在常用的数据分析方法中有多种应用,包括描述统计分析、探索性数据分析、假设检验、回归分析和聚类分析等。下面将详细介绍ChatGPT在这些数据分析方法中的应用。 1. 描述统计分析: 描述统计分析是对数据进行总结和描述的方法,包括计算中心趋势、离散程度和分布形状等指标。ChatGPT可以帮助你理解和计算这些描述统计指标。你可以向ChatGPT询问如何计算平均值、中位数、标准差和百分位数等指标,它可以给出相应的公式和计算方法。此外,ChatGPT还可以为你提供绘制直方图、箱线图和散点图等图表的方法,帮助你可视化数据的分布和特征。 2. 探索性数据分析: 探索性数据分析是对数据进行探
167 0
|
8月前
|
人工智能 大数据 数据挖掘
只知道ABtest?测试方法还有这些,数据分析师都得掌握!
只知道ABtest?测试方法还有这些,数据分析师都得掌握!
|
8天前
|
数据可视化 数据挖掘 C++
数据分析综合案例讲解,一文搞懂Numpy,pandas,matplotlib,seaborn技巧方法
数据分析综合案例讲解,一文搞懂Numpy,pandas,matplotlib,seaborn技巧方法