48/70
超过 72% 的同经验人群
数据分析基础能力 · 熟练级
能力雷达图
| 维度 | 得分 | 分布 |
|---|---|---|
| D1 问题定义 | 5/7 | |
| D2 数据理解 | 5/7 | |
| D3 数据清洗策略 | 6/7 | |
| D4 探索性分析 | 5/7 | |
| D5 方法选择 | 4/7 | |
| D6 统计思维 | 3/7 | |
| D7 可视化设计 | 5/7 | |
| D8 业务解读 | 6/7 | |
| D9 结论与建议 | 5/7 | |
| D10 批判性思维 | 4/7 |
改进建议
1
p<0.05不等于"重要"。报告时要同时告知效应量（差值多大）和置信区间。推荐：《白话统计学》第5-7章。
2
选统计方法前，问自己：数据类型？样本量？假设条件？不满足时考虑非参数检验。推荐：Coursera "Inferential Statistics"。
3
每次分析结束时，写下"如果结论错了，最可能的原因是什么？"。推荐：《思考，快与慢》。
这是示例报告。实际报告将基于你的作答，由 AI 生成个性化分析。