数据分析与软件应用.ppt

南京农业大学工学院 1 南京农业大学工学院 1 数据分析与软件应用 * * * 一、为什么要学习这门课？（1） 个人： 这一个月的钱都花到哪里去了？ （谁动了我的钱？） 集体： 一个公司的利润是从哪里得来的？ 某支股票的波动受到了哪些影响？ 国家： 2010年世博会能带给我们什么？ 京沪高铁；7.23事件… … * 一、为什么要学习这门课？（2） 大学生数学建模的例子：艾滋病疗法的评价及疗效的预测 同时服用3种药物的300多名病人每隔几周测试的CD4和HIV的浓度。 * * * 一、为什么要学习这门课？（3） 艾滋病疗法的评价及疗效的预测 第1列是病人编号，第2列是测试CD4的时刻（周），第3列是测得的CD4（乘以0.2个/ml），第4列是测试HIV的时刻（周），第5列是测得的HIV（单位不详）。 病人编号 CD4时期 CD4数值 RNADate VLoad 23424 0 178 0 5.5 23424 4 228 4 3.9 23424 8 126 8 4.7 23424 25 171 25 4 23424 40 99 40 5 23425 0 14 0 5.3 23425 4 62 4 2.4 23425 9 110 9 3.7 23425 23 122 23 2.6 * * * 二、课程概述（1） Who ？ When ？ How？ What？ Why？ 数据分析与软件应用 Where？ * * * 二、课程主要内容（2） 第一讲 概论 第二讲 spss数据文件的建立、管理及预处理 第三讲 spss数据的基本统计分析 第四讲 假设检验 第五讲 多元统计概述 第六讲 聚类分析 第七讲 判别分析 第八讲 主成分分析 第九讲 因子分析 第十讲 典型相关分析 * 二、课程概述（3） 书籍： 实用多元统计方法 应用多元统计分析 朱建平 科学出版社 应用统计 葛新泉 社会科学出版社 基于spss的数据分析 薛薇 中国人大 若干论文 相关软件 Excel Spss * * * 二、课程概述（4） 教学目的：通过本课程的学习，学会应用数据分析和多元统计中的诸多方法对数据进行分析，通过和不同的学科知识相结合，对所考虑具体问题给出合理的推断。 考核 平时实验，作业，一次报告，期末考试。 根据具体工作安排，按时完成布置的案例作业，如果可能的话在课堂上讲述出来和大家一起讨论。 报告： 针对数据分析的方法和应用写一篇报告，必须有自己的体会和看法，用打印稿的形式上交。 * 二、课程概述（5） 本课程将尽量围绕一个案例贯穿始终，所有分析方法都利用这个案例的数据进行分析，从而给出一个相对比较完整的数据分析的案例。 当然这个工作是由学生自己做出来的！ 经过每一步的分析和讨论，应该能更好的掌握这门课的精髓。 * * * 三、本学期的案例 学生网络购买能力的分析 目标：通过对学生网上购物数据的调研和分析，达到了解学生购买习惯、偏好等规律。 * * * 四 获取数据的初步知识（1） 数据丰富与知识匮乏：数据挖掘 1 2 第一 数据、信息和知识的差别 * 获取数据的初步知识（2） 数据挖掘系统总体结构 * 第二 数据从哪里来 手段：网络、统计年鉴、实验、问卷调查 获取数据的原则： 及时、准确、全面、适用、经济 获取数据的步骤： 1. 分析问题 2. 确定属性变量 3. 数据的缺失处理 4. 数据属性变量的初步筛选 案例步骤： * * * 第三 数据清理(data cleaning) 噪声数据：数据中存在着错误、或异常（偏离期望值）的数据 不完整数据：感兴趣