一、应用数据包络分析DEA是一种多指标投入和产出评价的研究方法，其应用数学规划模型计算比较决策单元（DMU）之间的相对效率，对评价对象做出评价。比如有10个学校(即10个决策单元DMU,Decision Making Units)，每个学校有投入指标（比如学生人均投入资金），也有产出指标（比如学生平均成绩，学生奥数比赛比例等），有的学校投入多，有的学校投入少，但是投入多或少，均会有对应的产出，那么
转载
2024-01-11 22:55:20
82阅读
参考B站视频三阶段DEA操作步骤，做个简单的笔记，便于用的时候复习https://www.bilibili.com/video/BV1F4411n75p?p=1使用到的软件：DEAP2.1、Frontier4.1、excel根据数据包络法对DMU的内在要求，即DMU的个数要大于等于所有的投入变量和产出变量的两倍第一阶段：传统DEA模型这里原始数据是截取博主给的数据中的前10个（主要是记录操作步骤）
转载
2023-09-06 20:33:05
1622阅读
评价效果:统计指数评价效率:DEA方法评价满意:Q12测评法评价契合:契合度1、简单方法邦德系数 邦德系数=范围平均值,如果邦德系数0.70,则表示波动太大。一、DEA方法概述数据包络分析（Data Envelopment Analysis）简称DEA，是一种基于线性规划的特殊工具，由A.Charnes和W.W.Cooper等人于1978年创建。它主要用于评价部门的生产效率，通
转载
2023-11-19 10:18:37
220阅读
一、数据处理缺失值填充对分类变量缺失值：填充某个缺失值字符(NA)、用最多类别的进行填充 对连续变量缺失值：填充均值、中位数、众数二、数据分析数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。数据清洗 我们要进行数据的缺失值、重复值、字符串和数据转换等处理操作，将数据清洗成可以分析或建模的样子1.缺失值 1.1观察 df.info() #显示完整的数据信息 df
转载
2023-10-25 16:09:19
82阅读
－数据分析展示就用 DataHunter－虽然现在数据分析的工具越来越多了，但是只有Excel、SAS、R、SPSS、Python这 5 大软件比较常用。而Excel对于很多数据分析人员来说，是最初级也是最主要的分析工具，它可以进行各种数据的处理、统计分析和辅助决策操作，如果不考虑性能和数据量，它可以处理绝大部分的分析工作。那么，如何利用Excel进行数据分析呢？
转载
2024-01-14 16:12:36
107阅读
给大家逐一介绍R的几种利器包（package），如dplyr（数据处理神包）、ggplot2（画图神器）、shiny（网页开发神包）、rvest（网络数据爬取）、sp（地理数据分析包）等。也会给大家介绍R读取二进制、GRIB、NC等格式数据，驱动HYSPLIT模型等的实战。 今天我们从dplyr开始。 &n
转载
2023-11-26 20:03:04
232阅读
CogDataAnalysisTool 数据分析工具使用教程简介CogDataAnalysisTool工具可以设定公差范围，来对其他视觉工具产生的数据进行逻辑判断，并可以进行统计分析。对于输入的每一个数据，都可以设定单独的阈值。如下图所示： 您不必为所有类别启用公差范围。例如，您只能针对高拒绝限制测试值。此外，您可以在任何时候启用或禁用每个公差范围。如果是对多个数据通道进行分析，你也可以对所有数据
转载
2023-10-09 00:40:36
258阅读
网络分析工具可以帮助你收集、预估和分析网站的访问记录，对于网站优化、市场研究来说，是个非常实用的工具。每一个网站开发者和所有者，想知道他的网站的完整的状态和访问信息，目前互联网中有很多分析工具，本文选取了10款最好的分析工具，可以为你提供实时访问数据。1.Google Analytics 这是一个使用最广泛的访问统计分析工具，几周前，Google Analytics推出了一项新功能，可以提供实时报
转载
2023-08-10 13:32:08
123阅读
一.营销概述 营销是关于企业如何发现、创造和交付价值以满足一定目标市场的需求，同时获取利润的学科。营销学用来辨识未被满足的需求，定义，度量目标市场的规模和利润潜力，找到最合适企业进入的细分市场和适合该细分市场的供给品。 1.营销的主要过程： 1.机会的辨识【Opportunity Identification】 2.新产品开发【New Product Development】
转载
2023-08-13 19:34:16
121阅读
先推荐读这篇文章：邹志庄教授计量研究汇结，三部分总结经济研究经验（昨日，计量哥推荐出去之后，由于未能够把邹至庄教授名字校正正确，对此向各位读者和Chow教授表示抱歉）.正文在经济学中，技术效率是指在既定的投入下产出可增加的能力或在既定的产出下投入可减少的能力。常用度量技术效率的方法是生产前沿分析方法。所谓生产前沿是指在一定的技术水平下，各种比例投入所对应的最大产出集合。而生产前沿通常用生产函数表示
原创
2021-04-03 21:06:28
10000+阅读
hr员工数据分析项目实战（数据已脱敏）背景说明某公司最近公司发生多起重要员工意外离职、部分员工工作缺乏积极性等问题，受hr部门委托，开展数据分析工作。 经与hr部门沟通，确定以下需求：制定数据仪表盘实时监控人员变动情况（比如能预知员工离职节点），制作员工画像。原始数据说明：共两个sql数据，“hr数据”、“员工满意度及绩效考核数据”。其中hr数据中，转过岗的员工有转岗前和转岗后的两条数据
转载
2023-09-13 17:34:38
108阅读
上面，我们存储了：1)文字“ Facebook”作为字符串2)价格为0.0的浮动3)文本“ USD”作为字符串4)评分计数2,974,676作为整数5)用户评级3.5为浮动为数据集中的每个数据点创建变量将是一个繁琐的过程。幸运的是，我们可以使用list更有效地存储数据。这是我们可以为第一行创建数据点列表的方式：要创建上面的列表，我们：1)输入一系列数据点，并用逗号分隔每个数据点： 'Faceboo
转载
2024-08-23 15:16:00
16阅读
数据分析的完整流程（个人学习）课程学习 数据集：UCI的wine quality数据集 首先用pandas的read_csv获得wine quailty数据一.大致了解数据，并作必要的预处理 1.wine.info()来了解每一列数据的类型 必要时用astype（）函数转换数据类型 2.wine数据中很可能有很多重复的数据，因此需要去重 wine.duplicated().sum()可以获得重复的
转载
2024-02-02 07:37:46
195阅读
前言：好久好久好久没有更新博客了，为了冲击明年的美赛，不得不先暂时放下爬虫的学习，开始学习数据分析，因为之前的两篇文章只是使用open()的方式再配合正则表达的方式进行数据分割后的数据可视化，如果只是想数据可视化，可以参考前面写的文章，但是并没有用到数据分析专用的模块（Pandas）,所以那两篇文章，做做图片，那是相当足够了，因为数据是已经经过处理的。也希望我的读者能更我一起进步，陪伴我学习！大家
转载
2023-06-07 20:10:15
150阅读
文章目录三大神器NumpyPandasMatplotlib引入方式魔法方法和忽略警告忽略警告魔法方法Numpy一维方法一方法二方法三方法四二维方法一方法二方法三方法四方法五通过array把列表处理成数组沿着1轴求平均沿着0轴找最大数组的索引和切片普通索引布尔索引花式索引切片数组对象的方法获取描述性统计信息均值求和排序中位数极值极差方差(variance)和标准差(standard deviati
转载
2023-10-17 10:23:25
74阅读
前面一章，介绍了大数据hadoop生态圈中组件Flume、azkaban、sqoop的相关知识，截止目前，大数据离线分析的技术知识基本已经介绍完（当然，各组件还有一些其它的替代方案，需要小伙伴们下来自己去了解，推荐书籍《网站分析实战——如何以数据驱动决策，提升网站价值》）。本章开始，博主将介绍离线技术分析的实际项目
转载
2023-08-14 10:03:06
0阅读
实验目的 （1）熟悉统计的基本概念、参数估计、假设检验。 （2.）会用参数估计和假设检验对实际问题进行分析。实验要求 实验步骤要有模型建立，模型求解、结果分析。实验内容（1）某校60名学生的一次考试成绩如下:93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75
转载
2023-10-10 21:21:51
671阅读
人力资源数据分析指标体系可以从大方向上分为3个层次：人力资本能力层面人力资源运作层面人力资源效率层面 01 人力资本能力层面这一层面的指标主要包括与人力资本能力相关的人力资源数量、学历、流动性、年龄、职称等方面的指标。人力资源结构指标月平均人数=报告期内每天实有人数÷报告期月日数 或=（月初人数+月末人数）÷2季平均人数=（季内各月平均人数之和）÷3年平均人数=（年内各月平均人数之和）
转载
2024-01-11 13:46:30
140阅读
数据分析方法汇总(1)很长时间没有写过关于数据分析师的文章了，做数据分析师也好多年了，近期好多数据小白们在问，数据分析师的数据分析方法都有哪些，下面是对数据分析方法的总结。 一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率\回归法、决策树法。2、正态性检验：很多统计方法都要求数值
转载
2023-08-25 16:46:01
143阅读
因为学校期末要考核SAS上机，因此记录下SAS的学习与使用过程。该博客默认读者了解最基本的SAS程序语法。 每次写大作业的过程都会记录其中。 一、导入CSV图表首先要确保CSV的图表内容。先展示对下列简单图表的导入。 简单的二列表，第一列为字符类型，第二列为数字类型。
则通过在data块中使用infile方法构建数据集。data fail
转载
2024-06-08 21:59:39
286阅读
