入门指南：菜鸟如何学习数据分析？

温馨提示：请先喝一杯水，因为内容太干；

1，数据分析的重要性

当你选择要学数据分析的时候，你一定知道数据分析的重要性
赋予自己一技之长，安生立命，养家糊口
创造价值，实现自我价值
大势所趋，顺势而为，大放异彩
从数据中提取知识的研究，进行富有创造性的查询和分析，描述客观事实，推演预测未知

如果想简单的了解，数据预测的逻辑，可以阅读下文
戏谈《长安十二时辰》的大案牍术

2，兴趣是最好的老师

当你开始准备学习数据分析之前，你的兴趣有多大呢，毕竟兴趣是最好的老师，是我们鼓足干劲的克服学习困难的原动力，如果你决心要学习，不要一头扎进理论的题海，要先培养兴趣。比如去找找数据分析的有趣案例，数据分析的巧妙案例，数据分析的神来之笔，当你对数据分析本身充满兴趣的时候，我相信你会在后续的困难的学习之路上走的更远，也更加坚决。

如下从这培养兴趣

数据分析趣味的数据图表：

看一看：亮眼的趣味图

数据分析发现大趋势：

人口红利褪色，知识力量崛起

还要贴近生活的技巧分析：

贵？水果怎么吃最划算

3，从哪里开始学

从哪里开始，往往能决定我们最后的目的地，这里我推荐由浅入深，掌握好工具，从实战案例中弥补理论知识。毕竟理论知识如果从头学起时间太漫长，你也会不知所踪，云里雾里的。实践不仅可以检验理论，也是总结理论的最好方法。

3.1 君子性非异也，善假与物

在海量的数据面前，与时俱进掌握新的处理工具，是重要的能力之一，所以我们需要接触新的工具，excel虽好，但是海量数据面前也美中不足；
我们需要掌握一下技能：
MYSQL 存储数据，结构化查询数据必备技能
R，Python 借助计算机语言，处理清洗数据事半功倍
统计学，多元统计，数据挖掘丰富数据分析的方法论，发现数据价值必不可少
学会提问，学会在搜索中检索出自己想要的答案，不要自己一个人蒙头死扣
如果真的无计可施可以私聊我，我肯定比菜鸟强调

3.2 找一学习轨迹，模仿是最高效的学习方法

统计学是围绕数据主体的一门学科，它是现在人工智能的基础，我们能够借助统计学知识，从海量的数据层层抽取，不断抽象和发现数据背后的价值规律。发现普适于大多数人的行为选择，符合大多数人的价值判断，就是数据背后的最大价值。

一下文章列表：都可以在【公众号：趣味数据周刊】查看详情

统计入门篇（数值型数据的分析总结，R語言版）

数据的简单描述，假设检验相关知识点，可参考文章：《是否，是否，总是富肥穷瘦？》
数据的可视化，常用图表制作，可参考文章：《R语言，制作常用图表》
概率分布是检验数据的基础，可参考文章《一个公式缓解你99%的蕉绿》
概率分布进一步了解函数，可参考文章《概率分布：掌握事态谋定千里外》
参数估计的学习，后续将会新增相关文章
类别变量分析，可参考文章：《类别变量的分析》
方差分析，可参考文章：《方差分析：单因子和双因子分析》
预测模型：一元线性回归，可参考文章：《一元线性回归模型的销售预测》
预测模型：多元回归模型，可参考文章：《经营之道：怎样经营好一家餐馆？》
时间序列的简单探索：可参考文章：《探索时间序列，预测未来》

统计进阶篇（类别型数据的分析总结，R語言版）
多元统计是数据分析能力的一步提升，运用更加复杂的数学模型和计算方法深入挖掘潜藏着数据中的价值，掌握多元统计是提升自我能力的必不可少的一个环节。

广义线性回归模可参考文章：《年入15万，买私家车的概率》
聚类分析可参考文章：《聚类，其实就是近朱者赤》
判别分析可参考文章：《动植物学家，用已知判别未知》
主成分分析可参考文章：《主成分分析，为什么选择单身》
因子分析和对应分析可参考文章：《因子&对应分析，干货实在》
典型相关分析可参考文章：《典型相关分析：科研投入与产出》
多维标度分析可参考文章：《多维标度分析：城市距离与省市消费》

高级探索篇（大数据量的机器学习， R語言版）

系统了解数据挖掘主要知识：一文打尽：数据挖掘常用算法 R实战
从信息熵，来探索决策树
K近邻，最简单的预判“你买了吗？”
见山之门：神经网络

3.3 在阅读数据分析书籍中，掌握数据思维，避免一些坑

前辈心酸泪，句句很扎心
1, 遇到问题，要拿数据说话，不要主观臆断，不要我觉得，我认为，我猜，真的很掉价，还会被领导臭骂。
2,遇到问题淡定，多想想，搜一搜，别张口就问同事或者老大，拿钱让你解决问题，不是来提问学习的。
3,出数据报表前，一定要沟通好数据指标的定义，取数逻辑，也许需求一定要有邮件确认，保留证据，避免背锅。
4,做图表一定统一坐标刻度，数量级不同的数据分开做图。
5,警惕数据的辛普森悖论。
6,保证数据权限，领导不发话，别随便给别人出数，真的出力不讨好。
7, 数据分析文件一定要好好归档，以后用的上。

4，初心不忘
想做的事一定要及时做完，坚持做完，要怀着“完成大于完美”的心态，完成才是完美的第一步，
学会积累总结，经常复盘自己，重新出发，相信大神的第一步都是从菜鸟开始，菜鸟一定可以一飞冲天，一鸣惊人。

一起加油吧

至此也感谢你的认真拜读，喜欢点个赞就好

感谢你的阅读，关注公.众.号：趣味数据周刊，后台回复：idw007，可以获取文章数据。和志同道合的伙伴一起学习统计学，数据分析，机器学习，走向人生巅峰，有问题可以撩我；很乐意为你效劳。