CDA認(rèn)證在數(shù)據(jù)分析方面是較為權(quán)威的，CDA LEVEL1業(yè)務(wù)數(shù)據(jù)分析師認(rèn)證考試主要涵蓋業(yè)務(wù)數(shù)據(jù)分析的基礎(chǔ)知識和技能。以下是為大家整理的備考建議。

CDA LEVEL1業(yè)務(wù)數(shù)據(jù)分析師備考首先需要熟悉考試內(nèi)容和結(jié)構(gòu)：在考試之前，應(yīng)該詳細了解考試的內(nèi)容和結(jié)構(gòu)，包括考試題型、考試時間限制、考試重點和難點等。CDA理事會官方網(wǎng)站提供了詳細的考試指南和信息。

其次就是學(xué)習(xí)業(yè)務(wù)數(shù)據(jù)分析基礎(chǔ)知識：了解業(yè)務(wù)數(shù)據(jù)分析的基本概念、方法和工具，例如數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、數(shù)據(jù)可視化等。您可以參考相關(guān)的教材、課程。

CDA LEVEL1業(yè)務(wù)數(shù)據(jù)分析師認(rèn)證課程，按照【領(lǐng)會】【熟知】【應(yīng)用】三個級別學(xué)習(xí)，高效備考。

PART 1 數(shù)據(jù)分析概念與統(tǒng)計學(xué)基礎(chǔ)

1、數(shù)據(jù)分析概述

【領(lǐng)會】

數(shù)據(jù)分析和數(shù)據(jù)挖掘的概念

強調(diào)商業(yè)數(shù)據(jù)分析中對業(yè)務(wù)的理解

商業(yè)數(shù)據(jù)分析和預(yù)測的本質(zhì)

數(shù)據(jù)分析的8個層次

大數(shù)據(jù)對傳統(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)計分析

【領(lǐng)會】

數(shù)據(jù)的計量尺度

數(shù)據(jù)的集中趨勢、離中趨勢和數(shù)據(jù)分布的概念

統(tǒng)計圖的概念

各種統(tǒng)計圖的含義和畫法

【熟知】

衡量數(shù)據(jù)集中趨勢、離中趨勢和數(shù)據(jù)分布的常用指標(biāo)及計算方法統(tǒng)計圖形的繪制、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、散點圖、氣泡圖、馬賽克圖、玫瑰圖及其多種圖形整合。明確統(tǒng)計圖形對統(tǒng)計指標(biāo)表達上的對應(yīng)關(guān)系

【應(yīng)用】

根據(jù)不同數(shù)據(jù)類型選用不同的統(tǒng)計指標(biāo)來進行數(shù)據(jù)的集中趨勢、離中趨勢和數(shù)據(jù)分布的衡量，不同統(tǒng)計圖的使用場景。會寫數(shù)據(jù)分析報告和結(jié)合業(yè)務(wù)需求對報告進行合理解釋，對業(yè)務(wù)?出建設(shè)性意見建議。

3、抽樣估計

【領(lǐng)會】

隨機試驗、隨機事件、隨機變量的概念

總體與樣本的概念

抽樣估計的理論基礎(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

【熟知】

隨機事件的概率

抽樣平均誤差的概念與數(shù)學(xué)性質(zhì)

點估計與區(qū)間估計方法的特點與優(yōu)缺點

全體總體與樣本總體

參數(shù)和統(tǒng)計量

重復(fù)抽樣與不重復(fù)抽樣

抽樣誤差的概念對總體平均數(shù)和總體成數(shù)的區(qū)間估計方法

必要樣本容量的影響因素

中心極限定理的意義與應(yīng)用

【應(yīng)用】

隨機變量及其概率分布

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

抽樣平均誤差在實際數(shù)據(jù)分析中的計算方法

4、假設(shè)檢驗

【領(lǐng)會】

假設(shè)檢驗的基本概念

其基本思想在數(shù)據(jù)分析中的作用

假設(shè)檢驗的基本步驟

假設(shè)檢驗與區(qū)間估計的聯(lián)系

假設(shè)檢驗中的兩類錯誤

【熟知】

P值的含義及計算

如何利用P值進行檢驗

z檢驗統(tǒng)計量

t檢驗統(tǒng)計量

F檢驗統(tǒng)計量

c2檢驗統(tǒng)計量的函數(shù)形式和檢驗步驟

【應(yīng)用】

實現(xiàn)單樣本t檢驗

兩獨立樣本t檢驗的步驟和檢驗中使用的統(tǒng)計量與原假設(shè)

兩種檢驗應(yīng)用的數(shù)據(jù)分析場景。

5、方差分析

【領(lǐng)會】

方差分析的相關(guān)概念

單因素方差分析的原理

統(tǒng)計量構(gòu)造過程

【熟知】

單因素方差分析的基本步驟

總離差平方和(SST)的含義及計算

組間離差平方和(SSA)的含義及計算

組內(nèi)離差平方和(SSE)的含義及計算

單因素方差分析的原假設(shè)

【應(yīng)用】

實現(xiàn)單因素方差分析的步驟

對方差分析表的分析以及多重比較表的分析

6、簡單線性回歸分析

【領(lǐng)會】

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

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

相關(guān)系數(shù)的意義以及利用相關(guān)系數(shù)的具體數(shù)值對現(xiàn)象相關(guān)等級的劃分

回歸分析的概念

回歸分析的主要內(nèi)容和特點

建立一元線性回歸方程的條件

應(yīng)用回歸分析應(yīng)注意的問題

估計標(biāo)準(zhǔn)誤差的意義及計算

【應(yīng)用】

運用簡捷法公式計算相關(guān)系數(shù)

相關(guān)分析分析中應(yīng)注意的問題

回歸分析與相關(guān)分析的區(qū)別與聯(lián)系

PART 2 SQL數(shù)據(jù)庫基礎(chǔ)

1、SQL基礎(chǔ)概念

【領(lǐng)會】

關(guān)系型數(shù)據(jù)庫基本概念、屬性

主鍵

外鍵

E-R 圖

ANSI-SQL 以及不同的數(shù)據(jù)庫實現(xiàn)的關(guān)系

【熟知】

邏輯運算符

比較運算符

算術(shù)運算符

通配符

2、SQL查詢語句

【應(yīng)用】

select 語句

包括查詢單列

多列，去重，前 N 列

from 語句、where 語句、group by 語句、having 語句、order by 語句、子查詢

SQL 聚合函數(shù)，包括 count、sum、avg、max、min 等

3、SQL連接語句

【領(lǐng)會】

表的連接類型，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)查詢的集合操作，只包括并集操作

【應(yīng)用】

inner join 的用法

left/right/full join 的用法

cross join 的用法

union 的用法

4、其他SQL語句

【領(lǐng)會】

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

【領(lǐng)會】

高級函數(shù)，如 Oracle 或 Hive 中的 row number over partition by、正則匹配等

PART 3數(shù)據(jù)采集與處理

1、數(shù)據(jù)采集方法

【領(lǐng)會】

一手?jǐn)?shù)據(jù)與二手?jǐn)?shù)據(jù)來源渠道

優(yōu)劣勢分析

使用注意事項

【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

【運用】

概率抽樣方法，包括簡單隨機抽樣、分層抽樣、系統(tǒng)抽樣、分段抽樣

明確每種抽樣的優(yōu)缺點

根據(jù)給定條件選擇最可行的抽樣方式

計算簡單隨機抽樣所需的樣本量

Ø 市場調(diào)研

【熟知】

市場調(diào)研的基本步驟(?出問題、調(diào)查收集材料、分析預(yù)測問題)

單選題及多項選擇題的設(shè)置

數(shù)據(jù)編碼及錄入

Ø 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，包括填補遺漏的數(shù)據(jù)值(根據(jù)業(yè)務(wù)場景使用常數(shù)、中位數(shù)、眾數(shù)等方法，不 涉及多重查補的方法)、平滑有噪聲數(shù)據(jù)(移動平均)、識別或除去異常值(單變量根據(jù)中心 標(biāo)準(zhǔn)化值，多變量使用快速聚類)，以及解決不一致問題(熟知概念即可)，查重(只考核 SQL 的語句，不涉及 R、SAS 等其它語言)。

點擊查看了解更多>>