数据分析之贝叶斯统计

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

数据分析

一、数据分析简介......................................................................错误!未定义书签。

二、数据分析案例 (3)

三、互动 (24)

一、【数据分析简介】

数据无处不在,熟谙一些数据分析方法,将有助于在实际工作中把握各类问题的要害,快速准确的进行决策和推进工作内容,也是本次培训的意义所在。

其中常见的数据分析方法包括:数据分解(流程基本为确定→分解→评估→决策→确定)、数据图形化、假设检验、贝叶斯统计等等

下面以贝叶斯统计为例,来简单了解数据分析。

二、【数据分析案例】

【假如】:

医生带来了一个恼人的消息,给了你一份蜥蜴流感诊断书。好消息是蜥蜴流感并不致命,在家治疗几个星期即可痊愈;坏消息是蜥蜴流感极其麻烦,你不得不歇业,不得不与亲人离别好几个星期。

医生确信你已染病在身。不过,由于你对数据分析已经得心应手,所以想通过数据分析来了解试验结果的准确性,并火速上网搜索蜥蜴流感诊断试验,收获如下:试验正确性分析报告。

那么根据这个信息,你觉得自己患蜥蜴流感的概率有多大?(事实上,你更关心未患蜥蜴流感误测阳性的情况)

.

.

.

.

让我们想象有两个不同的空间:一个空间里有大量的人患蜥蜴流感,另一个空间里几乎没有人患蜥蜴流感;然后再来观察未患蜥蜴流感的人的“阳性”概率。

.

.

.

.

图形展示如下:

在试验结果为阳性的条件下患病的概率=(患病且试验结果为阳性的人数)/{(患病且试验结果为阴性的人数)+(未患病而试验结果为阳性的人数)}=9/(9+89)=0.09

三、【互动】

数据分析可以让判断更有效,结果更真实。

更多的数据分析方法,可查阅wps云中“深入浅出数据分析”烧脑。

相关文档
最新文档