Guider för dataanalys

Lär dig vad medelvärdesåtergång är, hur du identifierar medelvärdesåtergående beteende i tidsseriedata och hur konceptet används i statistik, handel och kvantitativ finans.

Lär dig skillnaden mellan exogena och endogena variabler, varför endogenitet är viktigt för kausal inferens och regression, och hur du identifierar och hanterar endogena variabler.

Upptäck hur Spearmans rangkorrelation fångar samband som svänger, planar ut eller ändrar tempo i stället för att följa en rak linje. Lär dig att beräkna, tolka och använda den i Python, R och Excel.

Lär dig vad ett residualdiagram är, hur du tolkar vanliga mönster och hur residualdiagram hjälper till att identifiera icke-linearitet, heteroskedasticitet, avvikare och andra regressionsproblem.

Att kvadrera i Python är enkelt: Använd den inbyggda **-operatorn eller prova NumPy, pow(), math.pow(), bitvisa operatorer och andra funktioner för mer flexibla lösningar.

Lär dig hur du använder SQL-funktionen REPLACE() för att hitta och ersätta delsträngar i din databas. Täckning av syntax, skiftlägeskänslighet, borttagning av tecken, hantering av NULL och prestandatips.

Lär dig hur du avrundar ett tal till två decimaler i Python med round(), f-strings, format(), modulen decimal, NumPy och mer — med en jämförelsetabell för metoder.

Bemästra SQL:s mängdoperatorer: UNION, UNION ALL, INTERSECT och EXCEPT. Lär dig syntaxreglerna, se praktiska exempel och förstå när du ska använda varje operator.

Upptäck hur du skriver återanvändbara och effektiva Python‑funktioner. Bemästra parametrar, return‑satser och avancerade ämnen som lambda‑funktioner. Organisera din kod bättre med main() och andra bästa praxis.

Lär dig använda VLOOKUP() i Google Kalkylark för att söka, hitta och hämta data från stora datamängder på sekunder.