1樓：華溝罵悠散
1、學科知識：從資料分析涉及到的專業知識點上看，主要是這些：
（1）統計學：引數檢驗、非參檢驗、迴歸分析等
（2）數學：線性代數、微積分等
（3）社會學：主要是一些社會學量化統計的知識，如問卷調查與統計分析；還有就是一些社會學的知識，這些對於從事營銷類的資料分析人員比較有幫助
（4）經濟金融：如果是從事這個行業的資料分析人員，經濟金融知識是必須的，這裡就不多說了
（5）計算機：從事資料分析工作的人必須瞭解你使用的資料是怎麼處理出來的，要了解資料庫的結構和基本原理，同時如果條件充足的話，你還能有足夠的能力從資料庫裡提取你需要的資料（比如使用sql進行查詢），這種提取資料分析原材料的能力是每個資料從業者必備的。此外，如果要想走的更遠，還要能掌握一些程式設計能力，從而借住一些專業的資料分析工具，幫助你完成工作。
2、軟體相關：從事資料分析方面的工作必備的工具是什麼
（1）資料分析報告類：microsoft office軟體等，如果連excel**基本的處理操作都不會，連ppt報告都不會做，那我只好說離資料分析的崗位還差的很遠。現在的資料呈現不再單單只是**的形式，而是更多需要以視覺化圖表去展示你的資料結果，因為資料視覺化軟體就不能少，bdp個人版、tabluea等這些必備的，就看你自己怎麼選了。
（2）專業資料分析軟體：office並不是全部，要從在資料分析方面做的比較好，你必須會用（至少要了解）一些比較常用的專業資料分析軟體工具，比如spss、sas、matlab等等，這些軟體可以很好地幫助我們完成專業性的演算法或模型分析，還有高階的python、r等。
（3）資料庫：hive、hadoop、impala等資料庫相關的知識可以學習；
（4）輔助工具：比如思維導圖軟體（如mindmanager、mindnode pro等）也可以很好地幫助我們整理分析思路。
最重要的是：理論知識+軟體工具=資料分析基礎，最後要把這些資料分析基礎運用到實際的工作業務中，好好理解業務邏輯，真正用資料分析驅動**運營、業務管理，真正發揮資料的價值。
統計學和資料科學有什麼區別？
2樓：pivot中樞留學
統計學（statistics）是比較傳統的學科，一般包括引數估計、假設檢驗、迴歸分析、生存分析、因子分析、時間序列、非引數統計等。
資料科學（data science）：資料科學其實也會大量運用統計學的模型，但它更偏向於運用現代的機器學習（machine learning）模型，比如支援向量機、決策樹、深度學習等，更偏向結局大樣本（如網際網路、人工智慧）的問題，計算量非常龐大，通常藉助於gpu等手段。
醫學統計學怎麼計算，醫學統計學怎樣考？
公式 7.8 w檢驗 公式 7.9 偏度係數 公式 7.10 公式 7.11 峰度係數 公式 7.12 公式 7.13 g1的抽樣誤差 公式 7.14 g2的抽樣誤差 公式 7.15 g1的u檢驗 u1 g1 sg1公式 7.16 g2的u檢驗 u2 g2 sg2兩方差齊性檢驗 公式 7.17 f ...
醫學統計列合計怎麼算，醫學統計學怎麼計算
p值是概率的大小,a是我們假定的一個區間,一般情況下我們假定a 0.05.他們的關係可以通過下面的例子來說明 比如我們用最基本的正態分佈檢驗.假設 h1 某組資料的分佈與正態分佈無差異 h2 某組資料的分佈與正態分佈有差異 a 0.05 如果p 0.05,則接受h1,拒絕h2,結論 某組資料的分佈符...
統計學是一門怎樣的學科，統計學是怎麼一門學科？
懿卉兒 發源具體的不清楚，應該追溯到數學的發源，不過統計是一門實用課程，應用很廣泛，在任何一個領域都能紮根，而且現在已經是一級學科了。我學的經濟統計，我理解的就是一門資訊服務專業，收集市場資訊，整理資料，得出分析指標，為管理和決策提供資訊服務 統計學是怎麼一門學科？統計學是怎樣一門學科 中公教育 1...