本探索性数据分析（EDA）课程将从学习如何使用描述性统计、识别缺失数据开始，并应用插补技术来填补数据中的空缺。

什么是探索性数据分析？

探索性数据分析的步骤

EDA 的步骤

AirBnB 房源的初步 EDA

识别缺失数据

变量的描述性统计

缺失数据的插补

Power BI 中的初步探索性数据分析

在本课程的第二章，您将学习如何识别并处理数据集中的离群值。您将构建直方图来分析分布，并使用温莎化方法（winsorizing）来降低离群值的影响。

分布与离群值

查找离群值的方法选择

AirBnB 房源中的直方图与异常值

创建您的第一个直方图

识别异常值

处理数据中的离群值

现在，您将使用比例来探索分类变量之间的关系。随后，您将借助箱线图和描述性统计来判断连续变量如何受到分类变量的影响。

分类变量的 EDA

直方图 vs. 箱线图

使用 AirBnB 数据探索分类变量

分析分类变量

使用分类变量的占比分析

分析多个分类变量

创建箱线图

在最后一章，您将通过散点图来分析两个连续变量之间的关系，并计算相关系数。

连续变量之间的关系

练习解读散点图

用散点图探索 AirBnB 房源

用散点图分析变量关系

为散点图添加上下文

恭喜您！

Exercises and Datasets

DataCamp vs. Local Experience

使用 Power BI 的探索性数据分析（EDA）增强您的报表。您将先用描述性统计来发现离群值、识别缺失数据，并应用插补技术填补数据集中的空缺。随后，您将学习如何在 Power BI 中通过基本统计量以及箱线图和散点图来探索变量（分类变量与连续变量）之间的关系。

<h2>Power BI 中探索性数据分析简介</h2>
利用 Power BI 的探索性数据分析（EDA）提升你的报告！这门面向数据分析师的入门课程涵盖 EDA 的基础内容，包括描述性统计、缺失数据处理、分布分析以及异常值识别。 你将学习如何使用直方图、箱线图和散点图来可视化数据、解读分布，并理解变量之间的关系。
<br><br>
<h2>应用统计技术</h2>
探索如何管理分类变量和连续变量，使用高级可视化技术，并计算相关系数。 互动练习和真实案例确保您能够将这些技能应用于有效分析和解读您的数据。 


Introduction to DAX in Power BI

学习使用Power BI的探索性数据分析（EDA）构建有影响力的报告，快速揭示洞察并推动业务价值。

Power BI 中的探索性数据分析

学习如何使用 Power BI 的探索性数据分析（EDA）构建有影响力的报告，更快发现洞察并推动业务价值。

数据分析师 在 Power BI 中

EDA 的步骤

Power BI 中的探索性数据分析

动手互动练习