目前数据标准化的方法很多，可以归纳为直线法(如极值法、标准差法)、折线法(如三条线法)、曲线法(如半正态分布)。不同的标准化方对系统的评估结果产生不同的影响，但遗憾的是，在数据标准化方法的选择上并没有普遍的规律可循。
常见的方法有:最小最大归一化、对数函数变换、阿坦函数变换、z得分归一化(最常用的方法)和模糊量化。本文只介绍min-max法(归一化法)、z-scor
可以用描述性分析把平均值画在折线图上，spss软件的网页版spssau默认会显示图表。
在非堆积图、2d图、面积图、条形图、柱形图、折线图、股价图、xy散点图或气泡图上，单击要删除的趋势线，或执行以下操作从图表元素列表中选择趋势线:
1.单击图表中的任意位置。这将显示带有设计、布局和格式选项卡的图表工具。
在“格式”选项卡上的“当前选择”组中，单击“图表元素”框旁边的箭头，然后单击所需的图表元素。
2.请执行下列操作之一:在";布局";选项卡上的";分析";组中，单击";趋势线";，然后单击";无";。按delete键。提示将趋势线添加到图表后，也可以通过单击快速访问工具栏上的“撤消”或按ctrlz来立即删除它。
数据分析师的工作划分大致可以分为四级，分别是助理级、初级、中级和高级。一个初级的数据分析师只需要掌握常规的分析方法，熟悉提取数据的套路。如果想进一步提升，需要积累一些经验，有能力领导跨部门的项目。想做中高级数据分析师，需要更高水平的技术能力和更丰富的经验积累，在公司有一定的影响力。
学习专业知识和技能
初级数据分析师想要提升自己，最基本的就是学习新技术。除了精通excel和ppt中常用的开发函数，还需要掌握一门数据库语言，比如sql和python。
当然，由于互联网行业的快速发展和数据分析师这一新兴职位的出现，这一职位的技术迭代速度也很快。这个时候，如果你想把数据分析师作为一个长期发展的职业，你需要有很强的知识面。学习能力，紧跟技术领域发展趋势，注重学习主流算法技术。这样才能与时俱进，工作几年后也不会被新同事超越。同时，由于数据分析知识的快速变化，也可以和专业领域的相关人士进行探讨和学习，与他人形成技术壁垒。
重视项目经验的积累
数据分析师虽然对理论知识要求很强，但也是技术岗位，实践和理论一样重要。所以初级数据分析师想要提升自己的价值，除了使用各种常用的数据提取方法和分析方法来完成工作，更重要的是记录在做项目的时候哪些方法出了问题，这些问题最后是如何解决的。尤其是参与大型复杂项目时，机会难得，项目完成后要写工作总结，不是给领导看，是给自己积累经验。
根据行业需求，有针对性的改进。
任何一个岗位未来能否有好的发展，不仅要看岗位本身的工作内容，还要看公司的运营情况，还要看行业趋势和需求，从而更好的提升自己，得到重用。
在数字化转型的大潮中，很多传统企业已经逐渐意识到数据分析师的重要性。所以电商、金融等很多领域都需要数据分析师，但不同领域的数据分析技术侧重点不同，比如电商平台推广分析，核心技术是数据清洗和abc分类。贷款风控分析的核心是用户行为路径分析、单变量分析、群体分析等。所以要根据行业的要求，有针对性的学习核心技术，进行精细化的培训和提升。
总之，数据分析师这个从业者的新岗位，想要提升自身价值，专业技能的学习和工作经验的积累要贯穿始终，辅以行业要求进行专项提升。
.jpg)
