精华内容
下载资源
问答
  • 描述分析(描述性统计分析)就是用来概括、描述数据的整体状况以及数据各特征的统计方法描述的内容分为: 集中趋势:平均数,众数、中位数、四分位数 离散程度:方差、标准差、极差、变异系数、四分位差 分布...

    由于我目前还没有熟练掌握SPSS,Python等高级一点的工具,而且描述性分析过于简单,所以本文将介绍如何用Excel实现描述性分析。

    一、描述性分析基本概念

    描述分析(描述性统计分析)就是用来概括、描述数据的整体状况以及数据各特征的统计方法。

    描述的内容分为:

    1. 集中趋势:平均数,众数、中位数、四分位数
    2. 离散程度:方差、标准差、极差、变异系数、四分位差
    3. 分布形态:偏度、峰度

    其中峰度和偏度是用来测量数据正态分布特性的两个指标。

    拓展:一般在工作中还会使用环比和同比来进行描述性分析。

    环比增长率=(本期数-上期数) / 上期数 * 100% 

    如:(2019年10月销量-2019年9月销量 )/2019年9月销量*100%

    同比增长率=(本期数-上一同期数) / |上一同期数| *100%

    如:(2019年10月销量-2018年10月销量)/2018年10月销量*100%

    拓展:标准化及归一化

    数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是数据的归一化处理,即将数据统一映射到[0,1]区间上。

    1、标准化:

    公式:  x*=\frac{x-\mu }{\sigma }(其中μ为所有样本数据的均值,σ为所有样本数据的标准差)

    结果:数值的均值为0,标准差为1的正态分布

    应用:(1)数据不稳定,存在异常值和噪音的时候(2)距离计算,PCA降维,数据不符合正态分布的时候

    2、归一化:

    公式:x*=\frac{x-min}{max-min}

    结果:把数据变成[0,1]区间的数值

    应用:(1)输出结果范围有限定(2)数据稳定,不存在极端的最大值或最小值(3)数据符合正态分布

    二、用Excel的函数实现描述性分析

    1、平均数:从上图可以看出:老用户的平均消费额比新用户的平均消费额高;

    2、四分位数:

    用QUARTILE函数来返回一组数据的四分位数。

    语法:QUARTILE(array,quart)

    QUARTILE 函数语法具有下列参数:

    array:要求得四分位数值的数组或数字型单元格区域。

    quart:指定返回哪一个值。

    quart值QUARTILE()函数返回

    0

    最小值

    1第一个四分位数(25%处)
    2中位数(50%处)
    3第三个四分位数(75%处)
    4最大值

    3、标准差

    用STDEVP 函数来计算参数给定的整个总体计算标准偏差。

    语法:STDEVP(number1,[number2],...)

    从上图可以看出:新用户标准差比一班的要低,说明新用户的销售额分布比较分散。

    4、箱线图

    箱线图的作用:

    1. 直观明了地识别数据批中的异常值
    2. 利用箱线图可以判断数据批的偏态和尾重
    3. 利用箱线图可以同时比较几批数据的形状

    三、用Excel自带的分析工具库完成描述分析

    1、首先判断是否已经加载分析工具库,如果你的Excel中有如下菜单,说明已经启用:

    2、如果未启用,请按如下方法启用:

    a、点击 [文件] > [选项]菜单

    b、选择左侧“加载项”,并在右侧底部管理位置,选择"Excel加载项",点击“转到”

    c、选择“分析工具库” 和 “分析工具库 - VBA”,确定完成

    d、完成上述步骤,Excel工具库加载完成

    3、开始分析工作

    点击“数据分析”后,步骤如下图,

     

     So easy~

    Excel自带的数据分析工具可以最快速地帮助我们完成描述性分析的工作,但是分析的结论需要我们数据分析师自己总结归纳,数据分析的核心不是软件的使用技能,而是业务能力,切记切记。

     

    展开全文
  • 简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述),即用数学式子(如函数、图形、代数方程、微分方程、积分方程、差分方程等)来描述(表述、模拟)所研究的客观对象或系统...
  • 本文把html text常用的事件和方法搜罗出来,方便在工作中使用,有需要的朋友可以参考下
  • 描述性统计;例1打开文件描述性统计.xlsx中的捐款资料工作表计算总捐款金额总捐款人数人均捐款金额 ; 图31 计算单位总量;例2学院新生入学年龄统计表如图33所示请统计新生的平均年龄数据文件见描述性统计.xlsx中的平均...
  • 设计实现数字系统设计中常用的8线-3线优先编码器,逐步学会熟练运用MAX+PLUSⅡ或Quartus II软件,熟悉EDA的VHDL程序设计方法、学习掌握组合逻辑电路的VHDL描述方法,进一步掌握应用EDA常用工具进行组合逻辑电路的...
  • 纯电动汽车常见噪声振动问题现象描述及优化方法.pdf
  • 五种常见的基本算法描述

    千次阅读 2020-04-18 17:25:22
    1.分治法 2.动态规划 3.贪心 4.回溯 5.分支限界法

    1.分治法

    分治法


    2.动态规划

    动归


    3.贪心

    贪心



    4.回溯

    回溯


    5.分支限界法

    分支限界

    展开全文
  • 1. close(), 关闭该数据库连接2. commit(), 提交所有更改内容并释放该Connection对象锁定的资源3. createStatement(), 基于本Connection对象,创建Statement对象4. getAutoCommit(), 获取当前是否是自动提交模式5....

    1. close(), 关闭该数据库连接
    2. commit(), 提交所有更改内容并释放该Connection对象锁定的资源
    3. createStatement(), 基于本Connection对象,创建Statement对象
    4. getAutoCommit(), 获取当前是否是自动提交模式
    5. getMetaData(), 获取本连接相关的数据库元数据
    6. isClosed(), 返回当前连接对象是否已经被关闭
    7. preparedStatement(), 基于本连接对象,创建PreparedStatement对象
    8. rollback(), 取消本轮事务中前面已经提交的更改
    9. setAutoCommmit(), 设置是否自动提交

    转载于:https://www.cnblogs.com/951106Nancy/p/9548441.html

    展开全文
  • HOG(histogram of gradient) ... sift(Scale-invariant feature transform) ...sift是用于描述图像中的局部特征,在空间尺度中寻找极值点,并且提取出其位置、尺度、旋转不变量,因此具有尺度和旋转...

    HOG(histogram of gradient)

    sift(Scale-invariant feature transform)

    • sift是用于描述图像中的局部特征,在空间尺度中寻找极值点,并且提取出其位置、尺度、旋转不变量,因此具有尺度和旋转不变的性质。

    算法步骤

    • 构建尺度空间,使用高斯卷积核实现多尺度空间。

    G(x,y,σ)=12πσ2e(x2+y2)/2σ2 G ( x , y , σ ) = 1 2 π σ 2 e − ( x 2 + y 2 ) / 2 σ 2

    σ σ 越大, 做卷积时,尺度空间越大,对应低分辨率下的粗糙尺度, σ σ 越小,对应越细的尺度空间,使用DoG尺度空间进行关键点的检测,

    D(x,y,σ)=(G(x,y,σ)D(x,y,σ))I(x,y) D ( x , y , σ ) = ( G ( x , y , σ ) − D ( x , y , σ ) ) ∗ I ( x , y )

    对于一幅图像,构建其图像金字塔,即对图像进行降采样等操作,每次降采样生成一个octave。因此使得sift在任意尺度都有对应的特征点。
    * 使用LoG近似DoG找到关键点:如果一个点在DoG尺度空间本层以及上下2层的6个领域中是最大值或者最小值时,则可以将该点视为图像在该尺度下的一个特征点。极值点检测可以使用NMS。
    * 去除不好的特征点:主要是在上面检测得到的特征点中,去除低对比度的特征点以及不稳定的边缘响应点。
    * 给特征点赋值一个128维的方向参数:利用关键点邻域像素的梯度方向分布特征为每个关键点指定方向参数,使算子具有旋转不变性。
    * 综上,每个关键点都有3个信息:位置、尺度以及方向,因此可以确定1个sift特征区域。将特征向量进行归一化,可以进一步去除光照变化的影响。

    sift匹配

    • 给2张图像,首先得到其特征点及sift特征,之后进行相似度匹配,相似度最高或者阈值大于特定值的可以认为匹配成功,因此可以完成图像关键点的匹配。

    参考链接

    surf

    • surf与sift的算法相似,只是sift算法更加稳定,检测得到的特征点更多,但是sift的算法复杂度也更大。surf的运算简单,运算时间更短一些,在要求实时性的系统中,可以使用surf。
    • surf最大的特点是采用HARR特征以及积分图像。

    算法描述

    • surf是首先使用Hessian卷确定特征点候选点,然后使用NMS。主要流程如下
    • 对图像进行高斯滤波,这是为了使得特征点具有尺度无关性。
    • 构建hessian矩阵:hessian矩阵的行列式为
      det(H)=2fx22fy2(2fxy)2 det ( H ) = ∂ 2 f ∂ x 2 ∂ 2 f ∂ y 2 − ( ∂ 2 f ∂ x ∂ y ) 2

    det(H) d e t ( H ) 就是H矩阵的特征值,可以使用其符号将所有点分类。在图像中,图像像素值就是f,使用特定的卷积核计算二阶偏导数,就可以得到H矩阵的3个元素。
    * 尺度空间生成:sift中,是对图像进行尺度变换,filter不变;surf中保持图像大小不变,改变filter的尺度大小,提升特征点检测过程的速度和精度。同时,同一个octave中的图像用到的高斯模板尺度也不相同,算法允许尺度空间多层图像同时被处理,不需要进行二次抽样。
    * NMS初步确定特征点:对于得到的多尺度Hessian结果,将某一点及其26邻域的hessian特征值进行比较,如果是极大值或者极小值,就将其保留下来,否则不视为特征点。
    * 为了保证旋转不变性,sift中是使用梯度直方图统计,而surf中是统计特征点领域内的Harr小波特征,即统计特征点为中心的60度扇形内所有点在x和y方向的haar小波响应总和,形成新的适量,遍历整个圆形区域,选择最长矢量的方向作为特征点的主方向。
    * surf特征描述算子:在特征点周围选取正方形框,这个框的方向是特征点的主方向,大小是20s(s是检测到该特征所在的尺度)。将box分为16个子区域,每个子区域统计25个像素的水平和竖直方向的haar小波特征,这里x和y都是相对于主方向而言。该子区域的haar小波特征为x方向值之和,x方向绝对值之和,y方向值之和,y方向绝对值之和。16个子区域最终可以形成1个 64×1 64 × 1 的特征描述子。

    参考链接

    fast(Features From Accelerated Segment Test)

    • fast是一种快速的特征点检测方法,fast角点定义为:如果一个像素与它周围足够多的像素处于不同的区域,则该像素点有可能是特征点。主要步骤如下:
    • 选择一个像素点 p p ,首先判断它是否是特征点。
      • 设置合适的阈值t
      • p p 的周围选16个像素点进行测试,如果这16个像素点中连续n个像素点的像素值都大于I(p)+t或者都小于 I(p)t I ( p ) − t ,则将其视为特征点。n常取9或者12。
      • 上述方法比较慢,一种可以用于加速的方法是首先判断邻域4个边的顶点(1,5,9,13)是否有3个或者以上的像素点满足条件,有的话就继续判断,·否则该点不被视为特征点。
      • 上述步骤存在一些问题
        • n<12 n < 12 时容易检测出比较多的特征点。
        • 角点检测的效果取决于实际问题以及角点的分布情况。
        • 没有有效地利用角点检测过程的信息。(邻域等信息)
        • 有些部分可能会出现大量角点。
      • 上面的问题中,前面三个可以通过机器学习训练的方法解决,后面可以通过NMS进行去除。
        *总结:fast相对于之前的sift或者surf,检测特征点的速度要快很多。
      • 参考链接

        brief(Binary Robust Independent Elementary Features)

        • brief特征描述子中,每一位都是通过随机选取的2个点进行比较得来的结果。在计算brief之前,首先需要对图像进行高斯滤波。它有几个比较明显的缺点。
          • 不具有旋转不变性。
          • 不具有尺度不变性。
          • 对噪声比较敏感。

        orb(ORientedBrief)

        • 针对brief的问题,orb做了一些改进。
        • 对旋转不变性的问题:orb使用了fast算子用来进行特征点检测,通过矩计算特征点的主方向,之后就可以沿着主方向提取brief算子。
        • 对噪声敏感的问题:brief中使用的是pixel之间进行比较,而orb中是使用patch的像素和进行比较,可以使用积分图加快运算速度。
        • orb没有解决尺度不变性的问题,在一些实时处理视频的应用中,可以使用启发式的算法去解决尺度不变性的问题。
        • ORB是sift的100倍,是surf的10倍。
    展开全文
  • 常用功能测试方法

    2019-04-04 14:33:11
    常用功能测试方法描述常见的功能测试场景,和该场景下使用的方法
  • 主要介绍了Python常用特殊方法,结合实例形式总结分析了Python常见的__init__、__new__、__del__、__str__、__repr__等特殊方法描述符相关功能及使用技巧,需要的朋友可以参考下
  • 0.姿态的其他描述方法 如果你也有看机器人学导论的原书的话,可能会看到这样一个东西:正交矩阵的凯莱公式。不知道你是怎么样的,反正我是一脸懵逼,有这么个东西吗?百度好像也找不到呀,最后还是靠谷歌和原书的...
  • 在数据库设计的概念结构设计阶段,表示概念结构的常用方法描述工具是() A、层次分析法和层次结构图 B、实体-联系方法和E-R图 C、结构分析法和模块结构图 D、数据流程分析法和数据流图 答案:B。 表示概念结构的...
  • FindBugs常见错误描述和解决方法

    千次阅读 2018-08-01 18:50:40
    equals方法应该具有对称性(a.equals(b) == b.equals(a)),但是当B是A的子类时,A的equals方法检查参数是A的实例,B的equals方法检查参数是B的实例,则这些方法定义的equal关系很可能不是对称的。   代码...
  • eclipse常用快捷键描述

    2014-04-06 21:32:17
    使用eclipse开发各种快捷的方法常用快捷键必备法宝
  • 数据分析方法——01描述性统计

    千次阅读 2018-07-12 02:37:08
    01.描述性统计基本知识:描述性统计是指运用制表和分类,图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。描述性统计量包括均值、方差、标准差、最大值、最小值、极差、中位数、分位数、众数、...
  • 数学建模13种常见方法

    万次阅读 多人点赞 2018-11-24 10:22:00
    下面来介绍一下数学建模大赛中常用的13中建模方法: 1、层次分析法,简称AHP,是指将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡...
  • 包装类及常用方法简介

    千次阅读 2018-08-24 19:40:08
    包装类及常用方法简介 JAVA 是一种面向对象语言,JAVA 中的类把方法与数据连接在一起,构成 了自包含式的处理单元。但在 JAVA 中不能定义基本类型(primitive type)对象, 为了能将基本类型视为对象进行处理,并...
  • 预测性分析及常用预测方法

    万次阅读 2020-11-06 14:43:18
    预测性分析及常用的预测方法 预测的目的 数据分析最重要的目的就是从数据中寻找规律,找到能够指导我们未来实践的原则和方法,是产生智慧的主要途径。所以预测分析是数据分析的终极目的。虽然数据分析承担了很多功能...
  • 图像特征的描述方法

    千次阅读 2013-05-04 09:58:54
    学习CV已经快一年了,自己...最快最有效率的做事方法就是不着急,慢慢做,一点点进步。    第一部分就从入门级开始,希望自己也能附上相关的经典论文,慢慢来,如果一次弄不全,就慢慢修改。  这篇文章是在http:/
  • 常用建模方法

    万次阅读 2018-11-27 15:15:40
    常用的有实体建模法,维度建模法,范式建模法三种数据建模方法,不管哪种数据建模方法都是使信息结构清晰、易于存储和读取。 (1)实体建模法  实体是现实世界中存在的事物或发生的事件,是现实世界中任何可识别...
  • 图形和数值的数据集描述方法

    千次阅读 2016-05-12 20:08:04
    图形方法对数据集的描述1. 条形图(bar graph) 条形图一般横向表示类别(class),纵向表示该类别所对应的类别频率(class frequency)。 2. 饼状图(pie graph) 饼状图是一个圆周,每个类别对应的扇形...
  • jQuery常用方法汇总

    万次阅读 多人点赞 2018-04-06 15:57:33
    常用方法索引:1.JQuery自执行函数(三种)2.text() html() val()3.css()4.get() 非ajax用法5.parent() children() parents() find()6.eq() siblings() index()7.height() width()8.addClass() remov...
  • 常见的特征描述

    千次阅读 2019-04-16 22:20:00
    3、计算梯度方向时可以计算有符号(0-360°)或无符号(0-180°)的梯度方向,有些目标适合使用有符号的梯度方向,而有些目标适合使用无符号的梯度,作为一种通用的目标检测方法,DPM与原HOG不同,采用了有符号梯度...
  • 数据分析方法描述,介绍数据分析的几种常见方法及附图。数据分析方法描述,介绍数据分析的几种常见方法及附图。
  • 常见的需求分析方法(产品篇)

    千次阅读 2020-06-06 14:47:11
    常见的需求分析方法有: 1. 结构化分析 2. 系统建模 3. 需求加法 4. 需求减法 产品经理做需求分析主要是去定义问题。怎样去定义问题呢?主要是从有需求定义和寻找出有价值的需求去实现;或者是在已有的需求中去创新...
  • 黑盒测试9种常用方法

    万次阅读 多人点赞 2020-10-29 10:01:40
    组合覆盖法 最常用的是Pair-wise方法,即将众多因素的值两两组合起来而大大减少测试用例组合,该方法经济有效。 Pair-wise方法基本原理: 不要测试所有的组合,测试所有的“Pairwise ”即可。(覆盖任意2个因素所有...
  • 介绍形状描述常用方法和发展现状 不错的文章
  • 常见分类方法

    万次阅读 2016-12-30 10:29:19
    本文只对几种常见的分类方法做简单介绍,详细的讲解和算法网上有很多资源,文中会给出推荐链接。 Content 1. 决策树分类(链接:http://blog.csdn.net/github_36299736/article/details/52749999) 2. 基于规则...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,004,868
精华内容 401,947
关键字:

常见的描述方法