杜克大学数据分析课程学习技巧

数据分析帮助人们从客观的、可量化的角度来看待问题，从而做出更加明智的决策，减少主观性和偏见的影响。当留学生学习这方面的课程的时候，经常会因为庞大的数据信息而不知道如何下手分析。这篇文章为大家带来杜克大学数据分析课程学习技巧。

一、描述性分析、预测性分析和规范性分析

商业分析是企业使用统计方法和技术分析数据，以获得洞察力并改进战略决策的过程。

企业用于推动决策制定的分析有三种类型：描述性分析，告诉我们已经发生了什么;预测性分析，告诉我们可能会发生什么;最后是规范性分析，告诉我们未来应该发生什么。

虽然每种方法单独使用时都很有用，但如果同时使用，它们就会变得特别强大。

1、描述性分析

描述性分析是使用数据聚合和数据挖掘这两种关键方法对历史数据进行分析，用于发现趋势和模式。描述性分析不是用来推断或预测未来，而是用来描述过去发生的事情。

描述性分析通常使用线形图、条形图和饼形图等可视化数据表示方式来显示，虽然它们本身能提供有用的见解，但通常也是未来分析的基础。由于描述性分析使用的是相当简单的分析技术，因此任何分析结果都应易于为更广泛的业务受众所理解。

因此，描述性分析是许多企业日常报告的核心内容。年度收入报告以及库存、仓储和销售数据等其他报告都是描述性分析的典型例子，这些数据可以很容易地汇总起来，提供公司运营的清晰快照。另一个广泛使用的例子是社交媒体和谷歌分析工具，它们根据点击和点赞等事件的简单计数对某些分组进行汇总。

尽管描述性数据有助于快速发现趋势和模式，但这种分析也有其局限性。孤立地看，描述性分析可能无法提供全貌。要想获得更多洞察力，您需要深入研究。

2.预测分析

预测分析是一种更先进的数据分析方法，它使用概率来评估未来可能发生的情况。与描述性分析一样，预测性分析也使用数据挖掘，但它也使用统计建模和机器学习技术，根据历史数据确定未来结果的可能性。为了进行预测，机器学习算法会利用现有数据，并尝试用最佳猜测来填补缺失的数据。

然后，这些预测可用于解决问题和确定增长机会。例如，企业通过寻找犯罪行为的模式来使用预测分析防止欺诈，通过发现交叉销售的机会来优化营销活动，以及通过使用过去的行为来预测哪些客户最有可能拖欠付款以降低风险。

预测分析的另一个分支是深度学习，它模仿人类的决策过程，做出更复杂的预测。例如，通过使用多层次的社会和环境分析，深度学习正被用于更准确地预测信用评分;在医疗领域，它正被用于对核磁共振扫描和 X 光片等数字医疗图像进行分类，为医生诊断病人提供自动预测。

3.描述性分析

预测性分析向公司展示其潜在行动的原始结果，而规范性分析则向公司展示哪种选择是最好的。

规范性分析领域大量借鉴了数学和计算机科学，使用了各种统计方法。

尽管与描述性分析和预测性分析密切相关，但描述性分析强调的是可操作的洞察力，而不是数据监控。这是通过从一系列描述性和预测性来源收集数据并将其应用于决策过程来实现的。然后，算法会创建和重新创建可能的决策模式，从而以不同的方式影响组织。

描述性分析之所以特别有价值，是因为它能够根据不同的未来情景来衡量决策的影响，然后推荐实现公司目标的最佳行动方案。

使用描述性分析的商业利益是巨大的。它使团队能够在做出决策前查看最佳行动方案，从而节省时间和金钱，同时实现最佳结果。

能够利用描述性分析功能的企业正在以各种方式使用它们。例如，规范性分析使医疗决策者能够为患者和医疗服务提供者推荐最佳行动方案，从而优化业务成果。它们还能让金融公司知道如何降低产品成本，以吸引新客户，同时保持高利润。

海马课堂专业课程辅导，2100+严选硕博学霸师资，针对学生的薄弱科目和学校教学进度，匹配背景相符的导师，根据学生情况进行1V1专属备课，上课时间灵活安排，中英双语详细讲解课程中的考点、 难点问题，并提供多方位的课后辅导，辅助学生掌握全部课程知识，补足短板。