伝儱
數據分析的範圍很廣，從基礎的Excel使用到機器學習算法等，都可以叫做數據分析。
沒有統計學背景，當然可以做數據分析，但是無法走得很遠，我這裡說的是對於希望從事數據分析這個職業的人。
統計學是一個數據分析師的核心功底，要想走得遠，必須要會統計學。
對於數據分析來說，常用的統計學知識有：概率論及統計學基礎、參數估計、假設檢驗、方差分析、迴歸分析、時間序列、主成分分析、因子分析等。
概率論基礎
統計學是一門應用的學科，而概率論作為統計學的理論基礎，所以一些常用的概率論知識還是必須要掌握的。
統計學基礎
參數估計
假設檢驗
方差分析
迴歸分析
時間序列
聚類分析
主成分分析
因子分析
以上，對數據分析感興趣的朋友可以參考。
歡迎關注【數據科學孫斌】，分享數據科學相關的知識！
數滿滿孫斌
不會！數據分析會用的統計學的知識，但不是沒有統計學背景就不能做數據分析了！首先要一個，在實際工作中是怎麼做數據分析的！一般是三種方法！
第一，用BI工具進行數據分析
BI工具是做數據分析常用的方法，這類的工具很多，通常用到的有國外tableau，以及國內的永洪BI和帆軟等等，這些都是目前市場主流的數據分析工具，它們的有點就是簡單自學，容易上手，不需要其他基礎！可以用簡單的拖拉拽就可以做出各種需求的大數據分析，還可以做報表，數據的可視化大屏，以及領導駕駛艙！這些工具更新換代快，功能也在不斷完善，以後數據分析會變得越來越簡單！
第二，運用python做數據分析
python是現在最火的語言之一，廣泛的運用於大數據分析和人工智能領域！由於python擁有很多強大的包如：numpy，pandas等在做數據分析上有先天的優勢，所以經常用於實際工作中。但是這類的數據分析就需要一些數學和統計學的知識，比如數據分析所用的的機器學習知識，就需要數學和統計學知識作為基礎才能學懂！但這類知識也不難，只要有一定的數學基礎下一些功夫也是很容易掌握的！
第三，用excle進行數據分析
這是比較傳統的數據分析方法，現在任在大量的使用，也是因為簡單易操作，代價小！但是有一個很大的缺點，就是對數據量有限制，不能做大量數據的分析，一般到百萬級數據量已經到了頂峰，再多就很卡很難運行了！由於很多公司都在定期做一些分析，在加上本身的數據量也不大，所以這種方法任然佔了很大的份額！實際工作也在配合BI工具和Python做專業數據分析！
本人從事IT行業，對這類的問題有一定的認識歡迎關注，後續繼續分享！
安易之之
不管分析什麼數據，都是看目的，你目的不明確，如何回答？
