数据分析基础 — 图解学习指南

一份工具无关的数据分析基础认证图解学习指南。四个模块从零开始构建清晰的思维模型：数据分析是什么以及分析生命周期如何流动；数据的类型和测量尺度；描述性统计和数据质量；以及四种分析类型、可视化、SQL 查询、相关性与因果性、KPI 和数据伦理。丰富的 Mermaid 图表（分析生命周期、数据类型分类、数据清洗管道和四种分析阶梯）、对比表格（测量尺度；图表选择指南）、示例（手动计算均值、中位数和标准差）、关键要点和自测。

Key facts

• Course price: $65 (one-time payment)
• Field: Data Engineering & Analytics
• Prepares for: 数据分析基础
• 4 modules · 12 lessons · about 3 hours of lessons
• Self-paced, online, illustrated lessons

Course outline

1. 数据分析是什么及其生命周期 — 从数据分析的工作定义到生命周期，该生命周期将项目从问题推进到数据、洞察和决策，以及你将遇到的数据类型。
   • 数据分析究竟是什么
   • 分析生命周期
   • 数据类型：结构化、半结构化、非结构化
2. 测量尺度与描述性统计 — 四种测量尺度及其对有效统计的决定作用；集中趋势（均值、中位数、众数）；离散程度（方差、标准差、百分位数）并附有计算示例。
   • 数据类型与测量尺度
   • 集中趋势：均值、中位数、众数
   • 离散程度：方差、标准差、百分位数
3. 数据收集、清洗与质量 — 数据来源、数据质量的维度，以及针对缺失值、异常值和重复项的实际清洗流程。
   • 数据源与收集
   • 数据质量维度
   • 清洗：缺失值、异常值、重复值
4. 从洞察到决策 — 四种分析类型、选择合适的图表、使用SQL查询数据、相关性与因果性的陷阱、KPI，以及数据伦理和隐私的基本要素。
   • 四种分析类型及如何选择合适的图表
   • 查询数据：电子表格、数据库和 SQL
   • 相关性、因果性、KPI 和数据伦理