京公网安备 11010802034615号
经营许可证编号:京B2-20210330
经过事后加权处理后,我们得到的该公司吸烟者比例为 45%。也就是经过权重修订后的估
计结果! SPSS 软件进行加权处理:就是选择或指定某个变量为权重,你应该能够在状态栏看到 Weight On;
更复杂的加权, 例如可以采用标准差加权、 正态分布得分加权以及其它复杂数据变换后情况 的处理加权!
如果数据有“加权”,我们要明确地告诉客户:
为什么加权? 加权方案的实施过程; 加权对数据的影响,等等;
通常,我们应该:在数据报告过程中,在图表上同时标明“未加权”和“加权”的基数;在分析 报告可灵活处理,但也应有清晰的、一致的标注; 记住一点:加权也是篡改数据的方法!谨慎使用!
区域销售分析-Excel 模板【基于水晶易表 Xcelsius 的向下钻取思想】
请看下面的两张图,分别由两个数据可视化软件制作。怎么样,分辨出来哪个用 Excel 完 成的吗?
没错,下面这张正是用 Excel 制作完成的;而上面那张,则是另一款我在博文中推荐的软 件——Xcelsius(水晶易表)。相信用过 Xcelsius(水晶易表)的朋友一定对它漂亮的界 面,灵活的数据操作印象深刻;而暂时还没有试用过的朋友,我非常建议大家用一个这个软 件,在博易智讯或者思爱普 SAP 的官方网站上有 Xcelsius2008 engage 试用版下载。 回到 Excel 话题。
近期我正好着手准备一次关于 Excel 的培训, 当我审视这次培训的主题时, 我忽然想到, 有必要探讨一下 Excel 的用途。我们知道 Xcelsius 是用来扩展 Excel 功能的,使其摆脱枯 燥无味的数据表达方式。但是我认为水晶易表的设计思路一定程度上继承了 Excel 的精髓, 即以单元格为对象的功能。 并且将一些编程语言整合进了单元格, 使之与部件对象的显示效 果相对应。于是,是否 Excel 的培训可以沿用水晶易表的试用感受呢? 那么,首先我需要 Excel 一个水晶易表的模板。而图中您所看到的即是这个模板,一个 关于区域销售分析的案例。 这个案例是水晶易表非常经典的推广案例之一, 主要介绍了它的 向下钻取的功能。 当然向下钻取这个词听起来比较晦涩。 简单来说就是用一个图表控制另一 个图表。如下图:
上图中,饼图由 4 个系列的数据构成,其中“4”所代表的区域可能是由上图中柱形图的数据 构成,而向下钻取的功能就是当我们点击饼图中“4”区块时,相应的柱形图显示其对应的数 值。 向下钻取在 Xcelsius 中很容易实现,但是在 Excel 里面稍显复杂,在此,我建议用捕 捉鼠标坐标的方法来确定鼠标选择的是那个区块的数
据。根据这个方法,我将这个 Excel 模板的制作过程粗略整合一下:
在这个模型中,我同样运用了 Excel 中比较普遍的查询引导函数,VBA 宏命令等。实现的 功能包括热力图预警、绩效仪表盘浏览、绩效指标对比、地理信息查询等功能。 当然该模型还有不足之处,希望有兴趣的朋友能够一起交流讨论。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21