【干货】怎样用数据分析找对象

大数据 数据分析
在工作中,经常利用多个数据指标对整体进行综合评价,需要把多个数据压缩成一个综合指标,这就是多指标综合评价方法。 专业术语的名称能吓死人,不用深究。实际内容很简单,一个案例你就可以完全掌握。

上篇

写在前面

在工作中,经常利用多个数据指标对整体进行综合评价,需要把多个数据压缩成一个综合指标,这就是多指标综合评价方法。 耐心学完本期内容,足够装X一整年。 

专业内容

专业术语的名称能吓死人,不用深究。 

 

实际内容很简单,一个案例你就可以完全掌握。

 

 

​ 

 

 


一个案例

富帅们看着美女数据,在进行激烈的讨论... 

​  

 

那么,李富帅喜欢的“综合起来最好的”类型,到底是哪个?  

  • 小龙女是最好的?虽然她最高,但是体重和胸围都不是最优的
  • 赵敏头发是最长的,但是其他数据也不是最好

要找出“综合最好的”,需要把各项数据进行综合评分,这样就能帮李富帅找到心目中的女神!接下来看操作方法:

STEP1 无量纲处理

Q1 “量纲”是什么?就是数据的单位,例如厘米、公斤等等。

Q2 为什么要进行无量纲处理?我们对一个美女综合评分不能直接相加,因为身高和胸围单位不同,并且数据范围相差太大,直接相加没有任何意义,这是数据分析人员最常犯的错误之一。

Q3 具体怎么操作?(重点)统计标准化方法:z=(x-μ)/σ。其中x为某一项数据,μ为均值,σ为标准差。此种方法也叫Z标准化,比较常用。

[[179533]]

 

小龙女的身高:x=1.7全部美女身高的均值:μ=1.635全部美女身高的标准差:σ=0.0363 

那么小龙女身高的标准化z=(x-μ)/σ=(1.7-1.635)/0.0363=1.8

当然,实际计算不需要这么麻烦,下载模板填数据就ok啦~~~标准化的结果如下:

 

左侧四列数据为Z标准分,右侧数据为T标准分,T=50+100*Z,这样做的目的只是为了调整数据的范围,便于比较,因为看大一些的数字要直观多啦,不然Z标准分的小数点看着眼花~~~ 

 

结论:

赵敏综合评分最高~~~

赵敏是李富帅心目中的女神~~~~

但是,李富帅对结论却不满意

 

STEP2 权重确定 

由于李富帅提出了进一步的要求,需要重新找出女神,接下来我们要做的,是确定身高、头发长度、胸围的权重,权重是帮我们找出女神的好方法。 

下篇为你解答确定权重的方法,你可以了解到主观赋权法和客观赋权法是怎么回事。

下篇

李富帅为什么不满意我们找的女神吗?

 

确定各个指标的权重可以解决这个问题,那么问题来了,权重又是什么鬼? 

权重是一个相对的概念,针对某一指标而言,某一指标的权重是指该指标在整体评价中的相对重要程度。

身高、胸围、头发长度这三个指标中间,李富帅可能会更喜欢高个大长腿,而对长头发短头发不甚在意。在上一期文章中,综合评分=身高得分+胸围得分+头发得分,这也默认了三个指标的权重是一致的,而本期我们会增加权重的概念。

加权之后,计算综合评分会变成这种样子:综合评分=身高得分*60%+胸围得分*30%+头发得分*10%(各个指标的权重之和必须等于1) 

[[179534]]

当然不是!常用的权重确定方法有两类 

  • 主观赋权法
  • 客观赋权法

主观赋权法

主观赋权法没有统一的标准,简单的说就是找一堆人过来凭感觉瞎猜,来,跟我一起念:ping gan jue xia cai~~~~,这里只介绍砖家调查法,简便易行。 

STEP1

找一堆砖家过来先坐着,李富帅找来了自己的基友们(为便于理解只选了3个砖家,实际应用时越多越好)   

STEP2

让每个砖家给出自己的权重,并计算均值(如果各位砖家给出的权重差异较大,不能直接求平均数,这种情况的处理方法感兴趣的同学直接留言)  

​ 

STEP3

数据分析其实也很简单对吧?加权后的女神们得分结果如下

结论: 

很明显小龙女得分最高!

小龙女才是真正的女神!

 

 

what the fu....为何这么难缠,活该他找不到女神...  

但是他的想法是对的,主观赋权法的问题在于客观性较差,如果李富帅的基友们审美有问题,那坑你没商量!为了让李富帅闭嘴,我们再试试客观赋权法。

客观赋权法

客观赋权法是与主观赋权法相对而言的,是根据指标的原始数据,通过数学或者统计方法处理后获得权重,常见的有主成分分析、因子分析、相关、回归等。 

以上方法对智商有一点点要求,而且比较繁琐,我们的宗旨是简单易行接地气,下面介绍标准差系数权数法。

前方高能预警!!!公式可以略过不看.....坦率的讲,我压根也不想看这些公式,我们只需要搞清楚思想,计算过程用软件一步到位,不用担心~~

标准差系数权重法是根据每个指标的变异程度大小来进行赋权,变异程度大的说明能够更好的区分各个指标,应赋予更高的权重,反之赋予较小的权重。

大湿憋了3个小时,想把这部分内容写的更简单,但现在看起来还是有点难懂,有看不懂的欢迎在公众号发消息提问。

STEP1

计算各指标均值 

​ 

STEP2

计算各指标标准差 

​ 

STEP3

计算各指标标准差系数,也叫离散系数,就是STEP2的结果除以STEP1的结果 

​ 

STEP4

计算各指标权数

 

经过以上惨无人道的计算之后...身高权重=0.093075613胸围权重=0.279571615头发权重=0.627352772 

 

结论: 

赵敏综合评分最高

赵敏是女神!

看到这个结果,李富帅彻底怒了!!! 

 

大湿的解释: 

● 主观赋权法是由人的主观经验或者感受得来● 客观赋权法通过对原始数据的处理得来的,变异程度较大的指标有更高的权重,本例中由于美女之间头发长度相差最大,所以头发长度有最高的权重

[[179539]]​ 

大湿的回答: 

● 如果各个指标间存在明显的人为喜好、业务经验上显然某指标更重要等,用主观赋权法更加合适、简便。(偏向于业务的数据分析大多属于此类)● 反之,各指标间不存在哪个更重要,或者评分不包含人为喜欢或者经验上更重要,用客观赋权。

[[179540]]

 

 

责任编辑:庞桂玉 来源: 大数据
相关推荐

2019-12-26 12:47:10

BashLinux命令

2015-08-27 10:02:59

2014-03-06 14:39:58

2019-11-08 15:10:59

BashBash编程Linux

2019-11-20 12:30:21

Python编程语言语音识别

2018-04-11 09:30:16

Linux硬盘分区parted

2013-04-08 10:54:51

Javascript

2009-12-02 16:08:51

linux系统

2017-08-03 15:20:19

大数据数据分析

2020-05-15 15:09:51

R语言数据分析

2009-06-01 09:34:22

2011-01-21 13:41:09

Sendmail

2013-02-26 10:05:16

vmwareAWSOpenStack

2011-07-25 14:08:49

ODP.NETOracle实体数据模型

2015-11-20 10:38:58

数据分析

2010-04-16 10:38:49

CPU消耗

2009-11-26 17:03:24

Open Suse打印

2017-05-02 17:22:05

数据

2015-08-19 13:50:19

数据分析

2010-08-26 10:42:29

ADSL ModemDHCP服务器
点赞
收藏

51CTO技术栈公众号