最近，我正在读《深入浅出数据分析》这本书。

上期跟大家分享的书中主题是「如何整理数据？」，是正文部分的最后一章。

今天，我来聊聊「正文未及的十大要诀」。

除了之前的章节外，尚有一些密切相关的知识未予介绍，我们将在这部分浏览十大知识点。

一、统计知识大全

统计学领域拥有大量数据分析工具和技术，通过本书，你在假设和建模意识方面获得了长足进步，不仅为使用各种统计工具做好了准备，也了解到了各种统计工具的局限性。

二、Excel技巧

娴熟的数据分析师应该是一个电子表格忍者。

三、耶鲁大学教授的图形原则

下面是他（Edward Tufte 爱德华·塔夫特）提出的关于分析设计的基本原则：

体现出比较、对比、差异。体现出因果关系、机制、理由、系统结构。体现出多元数据，即体现出1个或2个变量。将文字、数字、图片、图形全面结合起来。充分描述证据。数据分析报告的成败在于报告内容的质量、相关性和整体性。

四、数据透视表

数据透视表是电子表格和数据分析软件中极其有效的数据分析工具，是探索性数据分析和相关数据库数据汇总的梦幻之作。

五、R社区

R不只是一个出色的软件程序，它还是一个出色的软件平台。其威力来源于全球用户和作者社区，这些用户和作者向社区提交免费软件包，其他人可借助这些成果进行数据分析。

通过运行神奇的数据图形化数据包——lattice中的“xyplot”函数，你已经体验过这个社区。

六、非线性与多元回归

即使数据未呈现线性外观，在某些情况下，也可以使用回归进行预测。一种办法是将数字变形，最终使数据线性化；另一种办法是穿过图上的点画一条多项式回归线，以此取代线性回归线。

同样，不必限定自己通过唯一的自变量预测一个因变量。有时候，影响变量的因素多种多样，为了进行有效预测，可以使用多元回归技术。

七、原假设-备择假设检验

尽管之前介绍的假设检验技术用途广泛，能涵盖各种分析问题，但是，不少人（尤其是学术界和科学界）一听到“假设检验”这几个字，就会想到统计技术中的原假设-备择假设检验。

八、随机性

随机性是数据分析的重头戏。

原因是随机性几乎无迹可寻。当人们试图解释事件时，通过以模型套证据，可以解释得很好；但在做决定的时候，仅用解释模型就收效不佳。

要是客户问你为什么会发生某件事，在经过最精心的分析之后，你往往只能老老实实地回答：“这件事可以用结果的随机性来解释”。

九、Google Docs

Google Docs 不仅有功能完备的在线电子表格，还可通过Gadget特性提供大量图形。

另外，Google Docs 有很多功能都能帮助你访问实时在线数据资源。这款免费软件绝对值得一试。

十、你的专业技能

你将结合自己的专业技能，凭借这些工具去发现世界、改造世界。

END

其他比较受欢迎的内容，希望对你有帮助：

如何给老板发工资？这样做节税15.6万

一次通关！全网最全CPA综合备考攻略

考CPA有什么用？告诉你不一样的答案

我的5年CPA考证之旅

如何用回归分析预测未来？

看完点个赞，以后分享更多。