论文的描述性统计分析怎么写?
描述性分析是数据分析中的一个重要步骤。在进行描述性统计分析之前,首先要了解收集数据、分析数据、识别一些常见数据来源的必要性;然后,要了解实践中常见的数据类型和数据汇总的方法;最后,确定了单变量的数值描述方法和两种或两种以上的数据分析方法。
1.?数据:定义和目标
首先要明确一些定义。
数据:用于展示和解释收集、分析和提炼的事实和数字;
变量:可以取不同值的符号或指示器。如:行业、股价、市值;
决策变量:变量的值由决策者直接控制;
随机变量/不确定变量:变量的值不受决策者直接控制的因素影响,可能存在不确定性波动;
观察值/观测值:对应一组变量的一组值;
描述性分析,即通过对收集的数据进行分析,以获得对变异及其对业务环境的影响的良好理解。
2.?数据类型
(1)总体数据和样本数据:在许多情况下,从总体(感兴趣的元素的集合)中搜索数据是不可行的。此时,可以从人群的子集(样本)中收集数据。寻找能代表总体的样本数据是非常重要的。只有这样,那些样本数据才能扩展到对整体情况的了解。
(2)数量数据和属性数据:数量数据是指能够进行加减乘除等数值和算术运算的数据,比如一家公司的市值;属性数据是指那些不能进行算术运算的数据。对这些数据进行描述性分析,只能统计或计算观察值在各个类别中所占的比例,比如公司所属的行业。
(3)横截面数据和时间序列数据:横截面数据是指同时或几乎同时采集的部分个体的数据;时间序列数据:指几个时期的数据。时间序列数据图可以帮助分析师了解过去发生的事情,识别随时间变化的趋势,并预测未来。