avatar
文章
31
标签
14
分类
4
主页
归档
生活
  • 相册
  • 音乐
快速链接
Logokika-秋【数分】理论 返回首页
搜索
主页
归档
生活
  • 相册
  • 音乐
快速链接

【数分】理论

发表于2025-10-24|更新于2026-08-16
文章作者: Kika
文章链接: https://kkkika.pages.dev/2025/10/24/【数分】理论/
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 kika-秋！
password
cover of previous post
上一篇
有趣
cover of next post
下一篇
SQL题型之topn
数分 Top N 必背 3 个窗口函数面试直接用，关键字全部小写，符合大厂规范： row_number()：唯一排名，同值不同号（1,2,3,4） rank()：跳跃并列，同值同名次（1,1,3,4） dense_rank()：连续并列，同值不跳号（1,1,2,3） 总结 基础 Top N → order by + limit 分组 Top N → row_number() over(partition by ... order by ...) 并列排名 → dense_rank() 连续 Top → 日期差分组法 基础表结构统一说明 员工表 employee 字段：emp_id 员工 id，dept_id 部门 id，emp_name 姓名，salary 薪资，entry_time 入职时间 订单表 order_info 字段：order_id 订单 id，user_id 用户 id，order_time 下单时间，pay_amount 支付金额，goods_type 商品类型 用户登录表 user_login 字段：user_id 用户 id，login_date...
相关推荐
cover
2026-08-16
大文档
cover
2026-08-16
【数分】整理
信息消费后收集
评论
目录
  1. 1. 数据分析学完这些就可以面试了
    1. 1.1. 🍋统计学：
      1. 1.1.1. 假设检验的流程？
      2. 1.1.2. P值的含义？
      3. 1.1.3. 什么是显著性检验？
      4. 1.1.4. 两类错误是啥？
      5. 1.1.5. 显著性水平 α、统计功效 1-β
      6. 1.1.6. 什么是置信水平和置信区间？
      7. 1.1.7. t检验、z检验用途以及步骤？
      8. 1.1.8. t检验类型有哪些，其主要目的是？
      9. 1.1.9. t检验的原理？
      10. 1.1.10. 卡方检验
      11. 1.1.11. 卡方分布
      12. 1.1.12. 卡方检验与t检验的差异
      13. 1.1.13. 方差分析（ANOVA分析）
      14. 1.1.14. 方差分析与t检验的差异
      15. 1.1.15. 双样本t检验与配对样本t检验
      16. 1.1.16. 方差齐次性检验
      17. 1.1.17. 辛普森悖论是啥？（很重要很重要！）
      18. 1.1.18. 回归分析与回归分析中的参数（线性、多元、逻辑回归）与评估指标
      19. 1.1.19. 相关性与因果性
      20. 1.1.20. 主成分分析与降维
      21. 1.1.21. 贝叶斯统计
      22. 1.1.22. 判别分析
      23. 1.1.23. 因子分析
      24. 1.1.24. 多重共线性
      25. 1.1.25. 推断性
      26. 1.1.26. 假设检验
      27. 1.1.27. 参数检验
      28. 1.1.28. 非参数检验
      29. 1.1.29. 方差分析（ANOVA）
      30. 1.1.30. 回归分析
      31. 1.1.31. 降维与探索性分析方法
      32. 1.1.32. 高级统计概念
    2. 1.2. 概率论：
    3. 1.3. Ab实验：
      1. 1.3.1. T检验 vs Z检验
      2. 1.3.2. 中心极限定理
      3. 1.3.3. 两类错误，α β 的含义
      4. 1.3.4. 统计功效
      5. 1.3.5. 最小样本量计算
      6. 1.3.6. 实验周期
      7. 1.3.7. P值（p-value）
      8. 1.3.8. 实验不显著问题及扩展
      9. 1.3.9. AB实验流程
      10. 1.3.10. AB实验评估指标
      11. 1.3.11. AB实验分流
      12. 1.3.12. AA实验
      13. 1.3.13. 方差缩减法
      14. 1.3.14. 灰度测试
        1. 1.3.14.1. AB测试在技术难度上能实现吗？和灰度测试的差异在哪？
    4. 1.4. 业务题：
    5. 1.5. 机器学习模型：
      1. 1.5.1. Prophet
        1. 1.5.1.1. 模型简介
        2. 1.5.1.2. 在消费金融中的应用场景
        3. 1.5.1.3. 示例代码
        4. 1.5.1.4. 小结：为什么消费金融喜欢用 Prophet？
    6. 1.6. 分析工具部分：
  2. 2. 互联网数据分析统计学基础
    1. 2.1. 1-描述性统计
      1. 2.1.1. 1.1 集中趋势度量
      2. 2.1.2. 1.2 离散程度度量
      3. 2.1.3. 1.3 常见统计图表
    2. 2.2. 2-概率基础
      1. 2.2.1. 2.1 古典概型
      2. 2.2.2. 2.2 条件概率
      3. 2.2.3. 2.3 贝叶斯原理（逆概率公式）
      4. 2.2.4. 2.4 全概率公式
    3. 2.3. 3-微积分
      1. 2.3.1. 3.1 二项分布 X∼B(n,p)X \sim B(n, p)X∼B(n,p)
      2. 2.3.2. 3.2 均匀分布 X∼U(a,b)X \sim U(a, b)X∼U(a,b)
      3. 2.3.3. 3.3 正态分布 X∼N(μ,σ2)X \sim N(\mu, \sigma^2)X∼N(μ,σ2)
    4. 2.4. 4-统计学的哲学基础
      1. 2.4.1. 4.1 大数定律
      2. 2.4.2. 4.2 中心极限定理 (CLT)
    5. 2.5. 5-参数估计
    6. 2.6. 6-假设检验
    7. 2.7. 7-实践运用：AB测试在实际中的运用
    8. 2.8. 8-回归分析
      1. 2.8.1. 8.1 一元线性回归
      2. 2.8.2. 8.2 多元线性回归
    9. 2.9. 9-方差分析
      1. 2.9.1. 9.1 单因素方差分析
      2. 2.9.2. 9.2 双因素方差分析
    10. 2.10. 10-时间序列分析
      1. 2.10.1. 10.1 基本组成
      2. 2.10.2. 10.2 常用方法
    11. 2.11. 11-其他机器学习模型
      1. 2.11.1. 11.1 决策树
      2. 2.11.2. 11.2 随机森林
      3. 2.11.3. 11.3 聚类分析
      4. 2.11.4. 11.4 支持向量机 (SVM)
  3. 3. 最有趣的实操
    1. 3.1. 数据分析师的ab实验实操
© 2024 - 2026 By Kika框架 Hexo 8.1.2|主题 Butterfly 5.7.1.260810
搜索
数据加载中