有這方面的計(jì)劃其實(shí)源于同事，最近接觸到周邊的同事都在不斷的學(xué)習(xí)和努力，考各種的證，比如：會(huì)計(jì)從業(yè)、CFA、PMP等等；當(dāng)然我們的工作是在金融公司，大多考試證書(shū)都是和金融相關(guān)的，而我看了一下自身，其實(shí)我是軟件開(kāi)發(fā)工程師，14年開(kāi)始進(jìn)入前端領(lǐng)域，成為了一名前端工程師，但是最近隨著年齡的增長(zhǎng)，有了中年危機(jī)，不知道自己在這個(gè)行業(yè)里面還能混多久，當(dāng)然我現(xiàn)在已經(jīng)不僅僅是一名前端開(kāi)發(fā)，是一家銀行科技中心的研發(fā)分組經(jīng)理；偏項(xiàng)目管理了；但是總還是不太甘心，覺(jué)得應(yīng)該還能更專(zhuān)業(yè)一點(diǎn)，否則離開(kāi)了這里真不知道還能做什么；學(xué)這個(gè)數(shù)據(jù)分析，也就是想先逼迫自己一把，讓自身實(shí)力提高更多一點(diǎn)！
廢話(huà)不多說(shuō)，從今天開(kāi)始學(xué)習(xí)記錄這119天；
今天完成注冊(cè)報(bào)名繳費(fèi)；
注冊(cè)地址：https://exam.cda.cn/
拿到了level 1的考試大綱；
CDA LEVELⅠ考試大綱
CERTIFIED DATA ANALYST LEVEL I EXAMINATION OUTLINE
一、總體目標(biāo)
「CDA 數(shù)據(jù)分析師人才行業(yè)標(biāo)準(zhǔn)」是面向全行業(yè)數(shù)據(jù)分析及大數(shù)據(jù)相關(guān)崗位的一套科
學(xué)化、專(zhuān)業(yè)化、正規(guī)化、系統(tǒng)化的人才技能準(zhǔn)則。經(jīng)管之家 CDA 數(shù)據(jù)分析師認(rèn)證考試是評(píng)
判「標(biāo)準(zhǔn)化人才」的唯一考核路徑。CDA 考試大綱規(guī)定并明確了數(shù)據(jù)分析師認(rèn)證考試的具
體范圍、內(nèi)容和知識(shí)點(diǎn)，考生可按照大綱要求進(jìn)行相關(guān)知識(shí)的學(xué)習(xí)，獲取技能，成為專(zhuān)業(yè)人
才。
二、考試形式與試卷結(jié)構(gòu)
考試方式：線下統(tǒng)考，上機(jī)答題
考試題型：客觀題（單選+多選）
考試時(shí)間：120 分鐘
考試成績(jī)：分為 A、B、C、D 四個(gè)層次，A、B、C 為通過(guò)考試，D 為不通過(guò)。
三、知識(shí)要求
針對(duì)不同知識(shí)，掌握程度的要求分為【領(lǐng)會(huì)】、【熟知】、【應(yīng)用】三個(gè)級(jí)別，考生應(yīng)
按照不同知識(shí)要求進(jìn)行學(xué)習(xí)。
1．領(lǐng)會(huì)：考生能夠領(lǐng)會(huì)了解規(guī)定的知識(shí)點(diǎn)，并能夠了解規(guī)定知識(shí)點(diǎn)的內(nèi)涵與外延，了
解其內(nèi)容要點(diǎn)和它們之間的區(qū)別與聯(lián)系，并能做出正確的闡述、解釋和說(shuō)明。
2．熟知：考生須掌握知識(shí)的要點(diǎn)，并能夠正確理解和記憶相關(guān)理論方法，能夠根據(jù)不
同要求，做出邏輯嚴(yán)密的解釋、說(shuō)明和闡述。此部分為考試的重點(diǎn)部分。
3．應(yīng)用：考生須學(xué)會(huì)將知識(shí)點(diǎn)落地實(shí)踐，并能夠結(jié)合相關(guān)工具進(jìn)行商業(yè)應(yīng)用，能夠根
據(jù)具體要求，給出問(wèn)題的具體實(shí)施流程和策略。
四、考試范圍
? PART 1 數(shù)據(jù)分析概念與統(tǒng)計(jì)學(xué)基礎(chǔ) （占比 30%）
a. 數(shù)據(jù)分析概念、方法論、流程（占比 5%）
b. 描述性統(tǒng)計(jì)分析（占比 10%）
c. 推斷性統(tǒng)計(jì)分析（占比 7%）
d. 方差分析（占比 2%）
e. 一元線性回歸分析（占比 3%）
f. 機(jī)器學(xué)習(xí)的基本概念（占比 3%）
? PART 2 SQL 數(shù)據(jù)庫(kù)基礎(chǔ) （占比 10% ）
a. SQL 及關(guān)系型數(shù)據(jù)庫(kù)基本概念（占比 1%）
b. SQL 數(shù)據(jù)類(lèi)型、運(yùn)算符、函數(shù)（占比 2%）
c. SQL 查詢(xún)語(yǔ)句（占比 3%）
d. SQL 連接語(yǔ)句（占比 3%）
e. SQL 其它語(yǔ)句（占比 1%）
? PART 3 數(shù)據(jù)采集與處理 （占比 20% ）
a. 數(shù)據(jù)采集方法（占比 5%）
b. 市場(chǎng)調(diào)研（占比 2%）
c. 數(shù)據(jù)探索與可視化（占比 5%）
d. 數(shù)據(jù)預(yù)處理方法（占比 8%）
? PART 4 數(shù)據(jù)建模分析 （占比 40% ）
a. 主成分分析法（占比 4%）、因子分析法（占比 2%）
b. 多元回歸分析法
多元線性回歸（占比 10%）
邏輯回歸（占比 10%）
c. 聚類(lèi)分析法
系統(tǒng)聚類(lèi)法（占比 4%）
K-Means 聚類(lèi)法（占比 5%）
d. 時(shí)間序列（占比 5%）
五、考試內(nèi)容
PART 1 數(shù)據(jù)分析概念與統(tǒng)計(jì)學(xué)基礎(chǔ)
? 1、數(shù)據(jù)分析概述
【領(lǐng)會(huì)】
數(shù)據(jù)分析和數(shù)據(jù)挖掘的概念
強(qiáng)調(diào)商業(yè)數(shù)據(jù)分析中對(duì)業(yè)務(wù)的理解
商業(yè)數(shù)據(jù)分析和預(yù)測(cè)的本質(zhì)
大數(shù)據(jù)對(duì)傳統(tǒng)小數(shù)據(jù)分析的拓展
【熟知】
明確數(shù)據(jù)分析目標(biāo)及意義
數(shù)據(jù)分析的過(guò)程
數(shù)據(jù)分析與數(shù)據(jù)挖掘的常用方法
CRISP-DM、SEMMA 方法論
數(shù)據(jù)分析中不同人員的角色與職責(zé)
? 2、描述性統(tǒng)計(jì)分析
【領(lǐng)會(huì)】
數(shù)據(jù)的類(lèi)型
數(shù)據(jù)的集中趨勢(shì)、離中趨勢(shì)和數(shù)據(jù)分布的概念
統(tǒng)計(jì)圖的概念
各種統(tǒng)計(jì)圖的含義和畫(huà)法
【熟知】
分類(lèi)、順序、數(shù)值型數(shù)據(jù)；截面、時(shí)序、面板數(shù)據(jù)；以及它們之間的區(qū)別與聯(lián)系。
衡量數(shù)據(jù)集中趨勢(shì)、離中趨勢(shì)和數(shù)據(jù)分布的常用指標(biāo)及計(jì)算方法
統(tǒng)計(jì)圖形的繪制、圖形元素的調(diào)整、可視化效果，主要涉及條形圖、線圖、直方圖、盒
須圖、散點(diǎn)圖、氣泡圖、馬賽克圖、玫瑰圖及其多種圖形整合。
明確統(tǒng)計(jì)圖形對(duì)統(tǒng)計(jì)指標(biāo)表達(dá)上的對(duì)應(yīng)關(guān)系
【應(yīng)用】
根據(jù)不同數(shù)據(jù)類(lèi)型選用不同的統(tǒng)計(jì)指標(biāo)來(lái)進(jìn)行數(shù)據(jù)的集中趨勢(shì)、離中趨勢(shì)和數(shù)據(jù)分布的
衡量，不同統(tǒng)計(jì)圖的使用場(chǎng)景。會(huì)寫(xiě)數(shù)據(jù)分析報(bào)告和結(jié)合業(yè)務(wù)需求對(duì)報(bào)告進(jìn)行合理解釋?zhuān)瑢?duì)
業(yè)務(wù)提出建設(shè)性意見(jiàn)建議。
? 3、抽樣估計(jì)
【領(lǐng)會(huì)】
隨機(jī)試驗(yàn)、隨機(jī)事件、隨機(jī)變量的概念
總體與樣本的概念
抽樣估計(jì)的理論基礎(chǔ)
正態(tài)分布及三大分布的函數(shù)形式和圖像形式
抽樣的多種組織形式
確定必要樣本容量的原因
大數(shù)定律與中心極限定理的意義與應(yīng)用
【熟知】
隨機(jī)事件的概率
抽樣平均誤差的概念與數(shù)學(xué)性質(zhì)
點(diǎn)估計(jì)與區(qū)間估計(jì)方法的特點(diǎn)與優(yōu)缺點(diǎn)
全體總體與樣本總體
參數(shù)和統(tǒng)計(jì)量
重復(fù)抽樣與不重復(fù)抽樣
抽樣誤差的概念對(duì)總體平均數(shù)、總體成數(shù)和總體方差的區(qū)間估計(jì)方法
必要樣本容量的影響因素
【應(yīng)用】
隨機(jī)變量及其概率分布
全部可能的樣本單位數(shù)目的概念及其在不同抽樣方法下的確定
抽樣平均誤差在實(shí)際數(shù)據(jù)分析中的計(jì)算方法
? 4、假設(shè)檢驗(yàn)
【領(lǐng)會(huì)】
假設(shè)檢驗(yàn)的基本概念
其基本思想在數(shù)據(jù)分析中的作用
假設(shè)檢驗(yàn)的基本步驟
假設(shè)檢驗(yàn)與區(qū)間估計(jì)的聯(lián)系
假設(shè)檢驗(yàn)中的兩類(lèi)錯(cuò)誤
【熟知】
檢驗(yàn)統(tǒng)計(jì)量、顯著性水平及對(duì)應(yīng)臨界值（Critical Value）的基本定義
P 值的含義及計(jì)算
如何利用 P 值進(jìn)行檢驗(yàn)
z 檢驗(yàn)統(tǒng)計(jì)量
t 檢驗(yàn)統(tǒng)計(jì)量
F 檢驗(yàn)統(tǒng)計(jì)量
?2檢驗(yàn)統(tǒng)計(jì)量的函數(shù)形式和檢驗(yàn)步驟
【應(yīng)用】
實(shí)現(xiàn)單樣本 t 檢驗(yàn)
兩獨(dú)立樣本 t 檢驗(yàn)的步驟和檢驗(yàn)中使用的統(tǒng)計(jì)量與原假設(shè)
兩種檢驗(yàn)應(yīng)用的數(shù)據(jù)分析場(chǎng)景。
? 5、方差分析
【領(lǐng)會(huì)】
方差分析的相關(guān)概念
單因素方差分析的原理
統(tǒng)計(jì)量構(gòu)造過(guò)程
【熟知】
單因素方差分析的基本步驟
總離差平方和（SST）的含義及計(jì)算
組間離差平方和（SSA）的含義及計(jì)算
組內(nèi)離差平方和（SSE）的含義及計(jì)算
單因素方差分析的原假設(shè)
【應(yīng)用】
實(shí)現(xiàn)單因素方差分析的步驟
對(duì)方差分析表的分析以及多重比較表的分析
? 6、一元線性回歸分析
【領(lǐng)會(huì)】
相關(guān)圖的繪制與作用
相關(guān)表的編制與作用
相關(guān)系數(shù)定義公式的字母含義
估計(jì)標(biāo)準(zhǔn)誤差與相關(guān)系數(shù)的關(guān)系
【熟知】
相關(guān)關(guān)系的概念與特點(diǎn)
相關(guān)關(guān)系與函數(shù)關(guān)系的區(qū)別與聯(lián)系
相關(guān)關(guān)系的種類(lèi)
相關(guān)系數(shù)的意義以及利用相關(guān)系數(shù)的具體數(shù)值對(duì)現(xiàn)象相關(guān)等級(jí)的劃分
回歸分析的概念
回歸分析的主要內(nèi)容和特點(diǎn)
建立一元線性回歸方程的條件
一元線性回歸系數(shù)的最小二乘估計(jì)
應(yīng)用回歸分析應(yīng)注意的問(wèn)題
估計(jì)標(biāo)準(zhǔn)誤差的意義及計(jì)算
【應(yīng)用】
運(yùn)用簡(jiǎn)捷法公式計(jì)算相關(guān)系數(shù)與回歸系數(shù)
相關(guān)分析分析中應(yīng)注意的問(wèn)題
回歸分析與相關(guān)分析的區(qū)別與聯(lián)系
? 7、機(jī)器學(xué)習(xí)的基本概念
【領(lǐng)會(huì)】
機(jī)器學(xué)習(xí)的基本概念
機(jī)器模型構(gòu)建的一般流程
交叉驗(yàn)證方法與參數(shù)選擇
模型評(píng)估方法：混淆矩陣、準(zhǔn)確率、召回率、F 值、ROC 曲線
【熟知】
機(jī)器學(xué)習(xí)中有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)的概念和特點(diǎn)
常見(jiàn)有監(jiān)督學(xué)習(xí)算法：knn 算法，決策樹(shù)，樸素貝葉斯
常見(jiàn)無(wú)監(jiān)督學(xué)習(xí)算法：k-means 算法，PCA 算法
【應(yīng)用】
有能力根據(jù)訓(xùn)練樣本集情況來(lái)確定采用有監(jiān)督還是無(wú)監(jiān)督算法，在特定場(chǎng)景中（比如反
欺詐領(lǐng)域）知道采用哪種方法更優(yōu)。
PART 2 SQL 數(shù)據(jù)庫(kù)基礎(chǔ)
? 1、SQL 基礎(chǔ)概念
【領(lǐng)會(huì)】
關(guān)系型數(shù)據(jù)庫(kù)基本概念、屬性
主鍵
外鍵
E-R 圖
ANSI-SQL 以及不同的數(shù)據(jù)庫(kù)實(shí)現(xiàn)的關(guān)系
【熟知】
邏輯運(yùn)算符
比較運(yùn)算符
算術(shù)運(yùn)算符
通配符
? 2、SQL 查詢(xún)語(yǔ)句
【應(yīng)用】
select 語(yǔ)句
包括查詢(xún)單列
多列，去重，前 N 列
from 語(yǔ)句、where 語(yǔ)句、group by 語(yǔ)句、having 語(yǔ)句、order by 語(yǔ)句、子查詢(xún)
SQL 聚合函數(shù)，包括 count、sum、avg、max、min 等
? 3、SQL 連接語(yǔ)句
【領(lǐng)會(huì)】
表的連接類(lèi)型，包括內(nèi)連接（等值、不等值）、外連接（左、右、全）、交叉連接（笛
卡爾連接）
查詢(xún)的集合操作，只包括并集操作
【應(yīng)用】
inner join 的用法
left/right 的用法
cross join 的用法
union 的用法
? 4、其它 SQL 語(yǔ)句
【領(lǐng)會(huì)】
表的創(chuàng)建
視圖及索引的概念及創(chuàng)建
數(shù)據(jù)插入、更新、刪除
常用函數(shù)及正則表達(dá)式
PART 3 數(shù)據(jù)采集與處理
? 1、數(shù)據(jù)采集方法
【領(lǐng)會(huì)】
一手?jǐn)?shù)據(jù)與二手?jǐn)?shù)據(jù)來(lái)源渠道
優(yōu)劣勢(shì)分析
使用注意事項(xiàng)
【熟知】
一手?jǐn)?shù)據(jù)采集中的概率抽樣與非概率抽樣的區(qū)別與優(yōu)缺點(diǎn)
【運(yùn)用】
概率抽樣方法，包括簡(jiǎn)單隨機(jī)抽樣、分層抽樣、系統(tǒng)抽樣、分段抽樣
明確每種抽樣的優(yōu)缺點(diǎn)
根據(jù)給定條件選擇最可行的抽樣方式
計(jì)算簡(jiǎn)單隨機(jī)抽樣所需的樣本量
? 2、市場(chǎng)調(diào)研
【熟知】
市場(chǎng)調(diào)研的基本步驟（提出問(wèn)題、理論推演、收集材料、構(gòu)建模型、歸因分析）
單選題及多項(xiàng)選擇題的設(shè)置
數(shù)據(jù)編碼及錄入
? 3、數(shù)據(jù)探索與可視化
【領(lǐng)會(huì)】
數(shù)據(jù)探索的目的與意義
常用數(shù)據(jù)可視化工具軟件（EXCEL BI, SPSS, PYTHON, Tableau 等其中之一）
【熟知】
數(shù)據(jù)探索與數(shù)據(jù)預(yù)處理之間的關(guān)系
數(shù)據(jù)探索常用數(shù)據(jù)描述方法：集中趨勢(shì)分析，離中趨勢(shì)分析，數(shù)據(jù)分布關(guān)系，圖分析
數(shù)據(jù)探索常用數(shù)理統(tǒng)計(jì)方法：假設(shè)檢驗(yàn)，方差檢驗(yàn)，相關(guān)分析，回歸分析，因子分析
【應(yīng)用】
能夠通過(guò)使用數(shù)據(jù)可視化工具（EXCEL BI, SPSS, PYTHON, Tableau 等其中之一）來(lái)完
成相關(guān)數(shù)據(jù)分析項(xiàng)目的數(shù)據(jù)探索任務(wù)。（說(shuō)明：考試中不會(huì)考核該部分工具和軟件的使用方
法）
? 4、數(shù)據(jù)預(yù)處理方法
【熟知】
數(shù)據(jù)預(yù)處理的基本步驟，包括數(shù)據(jù)集成（不同數(shù)據(jù)源的整合）、數(shù)據(jù)探索、數(shù)據(jù)變換（標(biāo)
準(zhǔn)化）、數(shù)據(jù)歸約（維度歸約技術(shù)、數(shù)值歸約技術(shù)），這部分內(nèi)容不需要涉及計(jì)算，只需要
根據(jù)需求明確可選的處理技術(shù)即可。
【應(yīng)用】
數(shù)據(jù)清洗，包括填補(bǔ)遺漏的數(shù)據(jù)值（根據(jù)業(yè)務(wù)場(chǎng)景使用常數(shù)、中位數(shù)、眾數(shù)等方法，不
涉及多重查補(bǔ)的方法）、平滑有噪聲數(shù)據(jù)（移動(dòng)平均）、識(shí)別或除去異常值（單變量根據(jù)中
心標(biāo)準(zhǔn)化值，多變量使用快速聚類(lèi)），以及解決不一致問(wèn)題（熟知概念即可），查重（只考
核 SQL 的語(yǔ)句，不涉及其它語(yǔ)言）。
PART 4 數(shù)據(jù)建模分析
總體要求
領(lǐng)會(huì)模型基本原理，數(shù)值模型操作流程，懂得模型應(yīng)用場(chǎng)景，能夠完成數(shù)據(jù)建模分析報(bào)
告。
? 1、主成分分析
【領(lǐng)會(huì)】
主成分分析的計(jì)算步驟
主成分分析中對(duì)變量自身分布和多變量之間關(guān)系的假設(shè)以及模型設(shè)置
【熟知】
適用于主成分分析的變量度量類(lèi)型。通過(guò)分析結(jié)果，選取合適的保留主成分的個(gè)數(shù)，注
意區(qū)分兩種不同的分析目的（盡量壓縮變量、避免共線性情況下保留更多信息）保留主成分
個(gè)數(shù)的評(píng)判標(biāo)準(zhǔn)的差異。
【應(yīng)用】
在深入理解主成分的意義的基礎(chǔ)之上，在遇到業(yè)務(wù)問(wèn)題時(shí)，有能力決定是否使用主成分分析
方法；有能力決定何時(shí)采用相關(guān)系數(shù)計(jì)算方法和協(xié)方差矩陣計(jì)算方法；有能力解釋主成分得
分的結(jié)果；根據(jù)變量分布情況進(jìn)行函數(shù)轉(zhuǎn)換。
? 2、因子分析
【領(lǐng)會(huì)】
了解因子分析模型設(shè)置，只需要關(guān)注主成分法的計(jì)算步驟
【熟知】
適用于因子分析的變量度量類(lèi)型。通過(guò)分析結(jié)果，選取合適的因子個(gè)數(shù)；
知道最常用的因子旋轉(zhuǎn)的方法。
【應(yīng)用】
在遇到業(yè)務(wù)問(wèn)題時(shí)，有能力決定是否使用因子分析，還是使用主成分分析方法就可以了；
有能力根據(jù)原始變量在各因子上的權(quán)重明確每個(gè)因子的意義；有能力對(duì)大量變量進(jìn)行維度分
析，分維度打分，并比較與專(zhuān)家打分（德?tīng)柗品ǎ┑膮^(qū)別；在聚類(lèi)前對(duì)數(shù)據(jù)進(jìn)行描述，發(fā)現(xiàn)
理想的聚類(lèi)方式和數(shù)量。
? 3、回歸分析
【領(lǐng)會(huì)】
線性回歸的綜合應(yīng)用
【熟知】
明確線性回歸的 6 個(gè)經(jīng)典假設(shè)（線性模型、不存在共線性、殘差期望為 0（無(wú)內(nèi)生性）、
同方差、正態(tài)性、隨機(jī)抽樣）
獨(dú)立同分布的概念
明確違反上述假設(shè)后出現(xiàn)的問(wèn)題
模型是否違反經(jīng)典假設(shè)的檢驗(yàn)方法與模型糾正的方法
變量篩選方法
離群值、指標(biāo)計(jì)算方法
明晰橫截面和時(shí)間序列數(shù)據(jù)在回歸建模上的差異
【應(yīng)用】
結(jié)合業(yè)務(wù)構(gòu)建回歸模型并且解釋回歸系數(shù)
根據(jù)業(yè)務(wù)場(chǎng)景與變量分布情況進(jìn)行函數(shù)轉(zhuǎn)換
解釋變量為分類(lèi)變量時(shí)的處理方法
區(qū)分預(yù)測(cè)性建模與解釋性建模的關(guān)系
使用結(jié)果進(jìn)行新樣本預(yù)測(cè)
進(jìn)行客戶(hù)價(jià)值分析的基本步驟與注意事項(xiàng)
? 4、分類(lèi)分析
【領(lǐng)會(huì)】
卡方檢驗(yàn)計(jì)算公式
二分類(lèi)邏輯回歸的計(jì)算公式
【熟知】
分類(lèi)變量是否存在相關(guān)關(guān)系的描述方法和檢驗(yàn)方法，涉及列聯(lián)表分析、卡方檢驗(yàn)
似然比與 Logit 轉(zhuǎn)換
二分類(lèi)邏輯回歸模型構(gòu)建與變量篩選
模型評(píng)估的方法，涉及混淆矩陣、ROC 曲線
【應(yīng)用】
結(jié)合業(yè)務(wù)構(gòu)建回歸模型并且解釋回歸系數(shù)
根據(jù)業(yè)務(wù)場(chǎng)景與變量分布情況進(jìn)行函數(shù)轉(zhuǎn)換
使用結(jié)果進(jìn)行新樣本預(yù)測(cè)
邏輯回歸與多元線性回歸模型的結(jié)合應(yīng)用
進(jìn)行客戶(hù)流失預(yù)測(cè)、信用評(píng)級(jí)、精準(zhǔn)營(yíng)銷(xiāo)等模型的基本步驟與注意事項(xiàng)
? 5、聚類(lèi)分析
【領(lǐng)會(huì)】
多種聚類(lèi)算法的特點(diǎn)
迭代的概念與實(shí)現(xiàn)
【熟知】
聚類(lèi)方法的基本邏輯
距離的計(jì)算
系統(tǒng)聚類(lèi)和 K-Means 聚類(lèi)的基本算法和優(yōu)缺點(diǎn)
系統(tǒng)聚類(lèi)的計(jì)算步驟，包括兩點(diǎn)距離、兩類(lèi)合并的計(jì)算方法
系統(tǒng)聚類(lèi)法中選擇最優(yōu)聚類(lèi)數(shù)量的方法
K-Means 聚類(lèi)的基本算法
聚類(lèi)分析變量標(biāo)準(zhǔn)化的原因和計(jì)算方法
變量需要進(jìn)行主成分分析的原因
變量進(jìn)行函數(shù)轉(zhuǎn)化的原因和計(jì)算方法
【應(yīng)用】
結(jié)合客戶(hù)畫(huà)像、客戶(hù)細(xì)分、商品聚類(lèi)、離群值檢驗(yàn)（欺詐、反洗錢(qián)）等業(yè)務(wù)運(yùn)用場(chǎng)景，
選取合適的聚類(lèi)方法與步驟
聚類(lèi)事后分析，根據(jù)聚類(lèi)后變量分布情況獲取每類(lèi)的特征
? 6、時(shí)間序列
【領(lǐng)會(huì)】
明確趨勢(shì)分解法、ARIMA 方法、時(shí)間序列回歸方法的差異和適用場(chǎng)景
明確 ARIMA 方法的計(jì)算方法
【熟知】
趨勢(shì)分解法，涉及乘法模型、加法模型
ARIMA 方法的具體步驟；時(shí)間序列回歸的方法
【應(yīng)用】
結(jié)合業(yè)務(wù)（業(yè)績(jī)預(yù)測(cè)、預(yù)警），選取合適的分析方法
進(jìn)行業(yè)務(wù)時(shí)間序列預(yù)測(cè)等模型的基本步驟與注意事項(xiàng)
六、推薦學(xué)習(xí)書(shū)目
說(shuō)明：推薦學(xué)習(xí)書(shū)目中，部分書(shū)籍結(jié)合軟件，但考試不會(huì)考軟件，考生可根據(jù)自身需求
選擇性學(xué)習(xí)。參考書(shū)目不需全部學(xué)完，根據(jù)考綱知識(shí)點(diǎn)進(jìn)行針對(duì)性學(xué)習(xí)即可。
[1] 賈俊平，何曉群，金勇進(jìn). 統(tǒng)計(jì)學(xué)（第 7 版）[M]. 中國(guó)人民大學(xué)出版社，2018.（必讀）
[2] 斯蒂芬森，晉勞，瓊斯. SQL 入門(mén)經(jīng)典（第 5 版）[M]. 人民郵電出版社，2011.（必讀）
[3] 黃縉華. MySQL 入門(mén)很簡(jiǎn)單[M]. 清華大學(xué)出版社，2011.（選讀）
[4] 經(jīng)管之家，丁亞軍. 統(tǒng)計(jì)分析：從小數(shù)據(jù)到大數(shù)據(jù)[M]. 電子工業(yè)出版社，2020. （必讀）
[5] 何曉群. 多元統(tǒng)計(jì)分析（第 4 版）[M]. 中國(guó)人民大學(xué)出版社, 2015.（選讀）
[6] 李子奈，潘文卿. 計(jì)量經(jīng)濟(jì)學(xué)（第四版）[M]. 高等教育出版社，2015.（選讀）
[7] 盛驟，試式千，潘承毅等. 概率論與數(shù)理統(tǒng)計(jì)（第四版）[M]. 高等教育出版社，2018. （選讀）
[8] 張顥. 概率論[M]. 高等教育出版社，2018.（選讀）
[9] 張文彤. SPSS 統(tǒng)計(jì)分析基礎(chǔ)教程[M]. 高等教育出版社，2017.（選讀）
[10] 王燕. 應(yīng)用時(shí)間序列分析（第四版）[M]. 中國(guó)人民大學(xué)出版社, 2015.（選讀）
[11] 詹姆斯·D·漢密爾頓. 時(shí)間序列分析[M]. 中國(guó)人民大學(xué)出版社，2015.（選讀）
[12] Daniel T. Larose，Chantal D. Larose. 數(shù)據(jù)挖掘與預(yù)測(cè)分析（第 2 版）[M]. 清華大學(xué)出
版社，2017. （選讀）
