第三章 数据分析常用方法概览
对数据进行分析的方法很多,常用的有对比分析法、分组分析法、结构分析法、交叉分析法、漏斗图分析法、矩阵分析法、综合评价分析法、5W1H分析法、相关分析法、回归分析法、 聚类分析法、判别分析法、主成分分析法、因子分析法、时间序列、方差分析等等。
本章,我们先简单了解下部分数据分析方法。
3.1. 对比分析法
即比较分析法,对数据进行比较以分析数据间的差异,包括静态比较和动态比较。静态比较又称横向对比,在同一时间下对不同指标进行的对比;动态比较也称纵向对比,是在同一总体条件下对不同时期指标数值进行的比较。目的是揭示数据代表的事物的发展变化和规律性。
![《游戏数据分析实践》图表3.1
DataFocus对比不同年度销售金额](/images/1/17/《游戏数据分析实践》_图13.png)
3.2. 分组分析法
结合对比法,把总体中不同性质的对象分开,并进行对比以便了解内在的数据关系。
3.3. 结构分析法
亦称比重分析,分析总体内各组成部分占总体的比例以及构成的变化,从中掌握事物的特点和变化趋势。
3.4. 平均分析法
应用平均数进行比较分析的方法。用来反映总体在一定时间、地点、条件下某一数量特征的一般水平。
3.5. 交叉分析法
即立体分析法,常用于分析变量之间的相关关系。将不同维度数据交叉展现,进行多角度结合分析的方法。
![《游戏数据分析实践》图表3.2
DataFocus_交叉分析](/images/4/41/《游戏数据分析实践》_图14.png)
3.6. 漏斗分析法
结合对比、分组分析法,可以比较同一环节优化前后效果、不同用户群转化率,同行类似产品的转化率。反映用户行为状态以及从起点到终点各阶段用户转化情况,常用转化率和流失率两个指标。
3.7. 矩阵分析法
即矩阵关联分析法,以事物的两个重要属性为分析的依据,进行分类关联分析,为解决问题和资源分配提供参考依据。
3.8. 综合评价分析法
将多个指标转化为一个能够反映综合情况的指标来进行评价,如企业经济效益评价。包括主成分分析法、数据包络分析法、模糊评价法等。
3.9.5W1H分析法
也叫六何分析法,由美国政治学家拉斯维尔提出的一种思考方法,普遍应用在企业管理、工作生活和学习中。5W1H是指:原因(何因Why)、对象(何事What)、地点(何地 Where)、时间(何时When)、人员(何人Who)、方法(何法How)等六个方面。
3.10. 相关分析法
研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。按相关的程度分为完全相关、不完全相关和不相关。
3.11. 回归分析法
确定两种或两种以上变量间相互依赖的定量关系,研究的是因变量(目标)和自变量(预测器)之间的关系。
相关分析与回归分析之间的区别在于,回归分析侧重于研究随机变量间的依赖关系,以便用一个变量去预测另一个变量,而相关分析侧重于发现随机变量间的种种相关特性。
3.12. 聚类分析法
根据研究指标的特征进行分类。区别于分类分析,聚类分析原则是同类个体间相似性较大,不同类个体间差别比较大。 异常值和特殊的变量对聚类有较大影响。
方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。
3.13. 判别分析法
又称“分辨法”,根据研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。不同于聚类分析,它需要已知各个体的分类。
3.14. 主成分分析法
也称主分量分析,一种降维的统计方法,通过正交变换把多指标转化为少数几个综合指标的方法。 减弱因变量过多而引起的问题复杂性。
3.15. 因子分析法
从变量群中提取共性因子的统计技术,有 探索性因子分析法 和 验证性因子分析 两类。用来描述测量到的变量中的隐性变量 。
3.16. 时间序列分析
时间序列是按时间顺序的一组数字序列,基于随机过程理论和数理统计学方法,处理动态数据,研究随机数据序列所遵从的统计规律。
3.17. 方差分析
又称变异数分析或“F检验”,用于两个及以上样本均数差别的显著性检验。
数据分析常用的十六种方法就简单介绍到这里 ,更多数据分析的小知识,大家可以进入DataFocus官方渠道阅览哦~
![《游戏数据分析实践》 全栈式BI
——DataFocus系统](/images/e/e7/《游戏数据分析实践》_图15.png)