2019届京东春招商业分析笔试.pdf
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
在2019届京东春招的商业分析笔试中,主要涉及了数据分析的基础知识和应用,包括数据分析类型、CRISP-DM数据挖掘标准流程、回归模型、假设检验、聚类分析、回归分析的前提假设、逻辑回归、主成分分析与因子分析、效率评估方法以及物流优化问题。以下是这些知识点的详细说明: 1. 数据分析类型: - 描述型分析:从数据中提取出有意义的信息,描述现状或现象。 - 预测型分析:利用历史数据预测未来趋势。 - 指导型分析:基于分析结果提出行动建议。 - 诊断型分析:分析问题的原因,解释事件发生的原因。 2. CRISP-DM流程: - 这是一种跨行业的数据挖掘标准流程,包括商业理解、数据理解、数据准备、建模、评估和部署六个阶段。 3. 回归模型预测: - R平方(R²)衡量模型拟合优度,越大表示模型对数据的解释能力越强;P值用来测试假设,越小表示拒绝原假设的证据越强,一般希望P值小于显著性水平(如0.05)。 4. 假设检验: - 假设检验中的II类错误(β错误)是指拒绝了实际上成立的零假设(H0),而I类错误(α错误)是接受了实际上不成立的零假设。 - α通常与样本大小有关,样本量固定时,α增大,β通常会减小。 - 单尾检验是只关注一个方向的假设,例如H0: μ≤μ0,H1: μ>μ0。 5. 聚类分析: - 聚类分析是将数据集分成多个类别的过程,常用算法有层次聚类、K-均值和DBSCAN。 - 相关聚类度量用于度量对象之间的相似性,常见的距离度量有欧几里得距离和曼哈顿距离。 - 层次聚类分为凝聚的(自下而上)和分裂的(自上而下)两种,前者不必预先知道类别数。 6. 回归分析的前提假设: - 回归分析假设因变量与自变量之间存在线性关系,且残差(剩余误差)正态分布,但不要求自变量为随机变量。 7. 销售分析: - 在回归分析中,系数代表了自变量变化一个单位时因变量的平均变化,因此客流每增长1,销售预计增长15666.000。 - 点击率的系数较大可能是因为它是百分比形式,需注意解释。 - 降低价格会导致销售的负向变化,但并不意味着降低价格可以明显提高销售,这取决于其他因素。 - 变量可以取对数来处理非线性关系,以反映弹性。 8. 逻辑回归、主成分分析与因子分析: - 逻辑回归基于伯努利分布,用于处理二分类问题。 - 主成分分析和因子分析都是降维技术,但因子分析更关注新变量的实际意义和解释原有变量的结构,因子数量不一定人为确定。 9. 效率评估方法: - DEA(数据包络分析)用于评估决策单元的投入产出效率,适合多输入多输出的情况。 10. 物流优化问题: - 为了最小化总运输费用,需要考虑物流城的供给限制和城市的需求,设置适当的运输量变量(Xij)进行优化。 - 确保每个城市的快递需求得到满足,同时不超过物流城的最大供给。 11. Excel中的利润分析: - 在Excel中,可以通过建立公式或者使用数据分析工具,如数据透视表和图表,对店铺利润进行统计和比较,以识别盈利模式和潜在的优化策略。 这些知识点涵盖了数据分析的基本概念和应用,对于商业分析人员来说,理解和掌握这些内容对于解决实际问题至关重要。
剩余19页未读,继续阅读
- tritfkuyg2023-06-29资源很好用,有较大的参考价值,资源不错,支持一下。
- 粉丝: 37w+
- 资源: 3180
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- cd35f259ee4bbfe81357c1aa7f4434e6.mp3
- 机器学习金融反欺诈项目数据
- 虚拟串口VSPXD软件(支持64Bit)
- 多边形框架物体检测18-YOLO(v5至v11)、COCO、CreateML、TFRecord、VOC数据集合集.rar
- Python个人财务管理系统(Personal Finance Management System)
- 大数据硬核技能进阶 Spark3实战智能物业运营系统完结26章
- CHM助手:制作CHM联机帮助的插件使用手册
- SecureCRT.9.5.1.3272.v2.CN.zip
- 人大金仓(KingBase)备份还原文档
- 完结17章SpringBoot3+Vue3 开发高并发秒杀抢购系统