我们该如何具备这些能力呢？
    学习统计学
    首先需要学习统计学。统计学部分主要分为三大模块。
    第一个模块就是描述性统计。
    可以帮助我们在拿到一个数据集的时候进行初步的统计分析。描述性统计当中需要掌握的概念有，比如集中趋势、离散趋势、数据分布、缺失值和异常值等等。
    第二个模块是参数估计和假设检验。
    这里需要掌握的大约有，比如点估计方法、置信度、置信区间、原假设、备择假设、P值、检验统计量等。
    第三个模块是统计模型。
    在这个模块当中，主要要掌握的包括卡方分析、方差分析、主成分分析、因子分析，以及统计模型的圆点：回归分析。
    学习分析工具
    首先需要学习统计学。统计学部分主要分为三大模块。
    在学习完统计学之后，就要开始代码及编程部分，进入分析工具的学习了。
    之前我们讲过入门数据分析必学的4大工具，这期我们直接来讲利用这些工具的要学会那些技能。
    在Excel中我们主要需要掌握一些基本的计算函数、数据透视表以及VLOOKUP函数。
    在SQL中我们主要掌握表的增、删、改、查、表连接、子查询以及窗口函数的运用和SQL语句的执行顺序。
    在Python中，我们要掌握最基本的数据结构，包括列表、字典、字符串、元祖、数组、集合。还需要掌握基本的语句，比如说IF语句、For循环、while循环。还要熟练运用Python中的各种库，比如有numpy/pandas等等。
    最后还有数据可视化的分析工具BI。大家需要学习的包括仪表盘的制作，一些基本的计算函数的运用。
    算法模型和机器学习
    学习完工具后我们就要开始算法模型以及相关机器学习的部分知识了。
    大家主要掌握的就是模型的原理、模型的运用，模型的调优以及效果的评估。机器学习部分主要可以分为：有监督学习以及无监督学习。在有监督学习中，主要可以分为回归算法与分类算法。而在无监督学习中，我们主要需要掌握的就是聚类算法和降维算法。
    掌握业务知识
    最后就是业务知识模块。
    数据分析师必须要掌握一些行之有效的的数据分析方法，并能灵活的与自身实际工作相结合。数据分析师常用的数据分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。