怎麼看待統計學家和資料科學家的區別

時間 2021-07-04 13:56:43

1樓:華溝罵悠散

1、學科知識:從資料分析涉及到的專業知識點上看,主要是這些:

(1)統計學:引數檢驗、非參檢驗、迴歸分析等

(2)數學:線性代數、微積分等

(3)社會學:主要是一些社會學量化統計的知識,如問卷調查與統計分析;還有就是一些社會學的知識,這些對於從事營銷類的資料分析人員比較有幫助

(4)經濟金融:如果是從事這個行業的資料分析人員,經濟金融知識是必須的,這裡就不多說了

(5)計算機:從事資料分析工作的人必須瞭解你使用的資料是怎麼處理出來的,要了解資料庫的結構和基本原理,同時如果條件充足的話,你還能有足夠的能力從資料庫裡提取你需要的資料(比如使用sql進行查詢),這種提取資料分析原材料的能力是每個資料從業者必備的。此外,如果要想走的更遠,還要能掌握一些程式設計能力,從而借住一些專業的資料分析工具,幫助你完成工作。

2、軟體相關:從事資料分析方面的工作必備的工具是什麼

(1)資料分析報告類:microsoft office軟體等,如果連excel**基本的處理操作都不會,連ppt報告都不會做,那我只好說離資料分析的崗位還差的很遠。現在的資料呈現不再單單只是**的形式,而是更多需要以視覺化圖表去展示你的資料結果,因為資料視覺化軟體就不能少,bdp個人版、tabluea等這些必備的,就看你自己怎麼選了。

(2)專業資料分析軟體:office並不是全部,要從在資料分析方面做的比較好,你必須會用(至少要了解)一些比較常用的專業資料分析軟體工具,比如spss、sas、matlab等等,這些軟體可以很好地幫助我們完成專業性的演算法或模型分析,還有高階的python、r等。

(3)資料庫:hive、hadoop、impala等資料庫相關的知識可以學習;

(4)輔助工具:比如思維導圖軟體(如mindmanager、mindnode pro等)也可以很好地幫助我們整理分析思路。

最重要的是:理論知識+軟體工具=資料分析基礎,最後要把這些資料分析基礎運用到實際的工作業務中,好好理解業務邏輯,真正用資料分析驅動**運營、業務管理,真正發揮資料的價值。

統計學和資料科學有什麼區別?

2樓:pivot中樞留學

統計學(statistics)是比較傳統的學科,一般包括引數估計、假設檢驗、迴歸分析、生存分析、因子分析、時間序列、非引數統計等。

資料科學(data science):資料科學其實也會大量運用統計學的模型,但它更偏向於運用現代的機器學習(machine learning)模型,比如支援向量機、決策樹、深度學習等,更偏向結局大樣本(如網際網路、人工智慧)的問題,計算量非常龐大,通常藉助於gpu等手段。

醫學統計學怎麼計算,醫學統計學怎樣考?

公式 7.8 w檢驗 公式 7.9 偏度係數 公式 7.10 公式 7.11 峰度係數 公式 7.12 公式 7.13 g1的抽樣誤差 公式 7.14 g2的抽樣誤差 公式 7.15 g1的u檢驗 u1 g1 sg1公式 7.16 g2的u檢驗 u2 g2 sg2兩方差齊性檢驗 公式 7.17 f ...

醫學統計列合計怎麼算,醫學統計學怎麼計算

p值是概率的大小,a是我們假定的一個區間,一般情況下我們假定a 0.05.他們的關係可以通過下面的例子來說明 比如我們用最基本的正態分佈檢驗.假設 h1 某組資料的分佈與正態分佈無差異 h2 某組資料的分佈與正態分佈有差異 a 0.05 如果p 0.05,則接受h1,拒絕h2,結論 某組資料的分佈符...

統計學是一門怎樣的學科,統計學是怎麼一門學科?

懿卉兒 發源具體的不清楚,應該追溯到數學的發源,不過統計是一門實用課程,應用很廣泛,在任何一個領域都能紮根,而且現在已經是一級學科了。我學的經濟統計,我理解的就是一門資訊服務專業,收集市場資訊,整理資料,得出分析指標,為管理和決策提供資訊服務 統計學是怎麼一門學科?統計學是怎樣一門學科 中公教育 1...