sql也能做分析？ 常见的数据清洗，预处理，数据分类，数据筛选，分类汇总，以及数据透视等操作，用SQL一样可以实现（除了可视化，需要放到Excel里呈现）。SQL不仅可以从数据库中读取数据，还能通过不同的SQL函数语句直接返回所需要的结果，从而大大提高了自己在客户端应用程序中计算的效率 ...

样本量问题真的是好多人的老大难，是很多同学科研入门第一个拦路虎，今天给本科同学改大创标书又遇到这个问题，我想想不止是本科生对这个问题不会，很多同学从上研究生到最后脱离科研估计也没能把这个问题弄得很明白，那么希望大伙儿在看了这篇文章能够更加深入地理解样本量计算的逻辑，也能对大家的科研设计中的样本量 ...

看似小小的中介，废了我好多脑细胞，这个东西真的不简单，从7月份有人问我，我多重中介，到现在的纵向数据中介，从一般的回归做法，到结构方程框架下的路径分析法，到反事实框架做法，从中介变量和因变量到是连续变量到中介变量和因变量是分类变量，很浩渺的系统知识，今天开始一点一点给大家写。 今天就和大家一起 ...

from matplotlib import pyplot as plt plt.rcParams['font.family'] = 'Noto Sans CJK JP' plt.rcParams[ ...

我们知道统计数据的类型分为分类数据和数值型数据，那对于分类数据而言，如果我想对其进行统计分析主要涉及哪些方面呢？ 内容目录 分类数据的描述统计 分类数据的推断统计 1 分类数据的描述统计 分类数据的基本描述方式 频数列表 百分比 累计频数 累计百分比 ...

前言 我们做分析时经常要多人群分类，特别是做用户画像时经常用到，将对象划分为不同部分或者类别，在进一步分析，就能够挖掘事物的本质 一、分类分析 根据指标的性质，分类分析法分为属性指标分组和数量指标分组 1.属性指标分组分析法 按属性指标分组一般较简单，分组指标一旦确定，组数、组名、组与组 ...

（本文成文于2015年8月3日） "大数据"已经成了一个风口，几乎所有人都在谈论它。但真正理解其核心概念的人屈指可数，我也在其边缘徘徊。但起码我知道： 数据很重要，没有数据，一切大数据都是耍流氓； 比数据更重要的是结构，杂乱的数据几乎不可能由人来手工处理。而送入强大的机器算法之前，必须将 ...

今天给大家写广义混合效应模型Generalised Linear Random Intercept Model的第一部分 ，混合效应logistics回归模型，这个和线性混合效应模型一样也有好几个叫法： Mixed Effects Logistic Regression ...