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。
統計卡方檢驗怎麼看結果有沒有統計學意義
看p值是多少。如果小於顯著水平，表明方差不同。統計 卡方檢驗怎麼看結果有沒有統計學意義 看p值是否小於0.05 看p值是多少。如果小於顯著水平，表明方差不同。如何利用spss12.0軟體進行卡方檢驗判斷兩組資料比較差異有無統計學意義？非常感謝 由於你給出資料帶，應該不是絕對值 真實的資料 而是 百分...
請問統計學原理英文怎麼說描述統計學用英文怎麼說？
統計學原理 general theory of statistics 或者 principle of statistics 投資學 security analysis and investment 會計學基礎 basic accounting 數理統計 numerical statistic 統計學...
怎麼看待生死，怎麼看待生死
論生死 很多時候，越是常見的事物，越難了解 越是基礎的問題，越難回答。古往今來，看多了生死的人，比比皆是 看淡了生死的人，為數不多 看透了生死的人，寥寥無幾。西方的智者哲人，尤好 人生 人性的問題 而對於生死，他 她 們並未得其要領。即便如孔子這般偉大的思想家，也百思不得其解，只能發出 未知生，焉知...