拓扑结构InformationResourceManagement.ppt

信息资源管理 ——理论、技术、应用 讲义主要内容 第08讲 信息分析技术 引言 用数据说话（理念-技术-工具） 从数据中发现问题和规律 引言 思考：假设你是学院的教务秘书，试分析一个年级全体学生的学生成绩信息。 内容提要 8.1. 信息分析的统计学基础 8.2. 信息分析技术 8.3. 信息分析应用案例 8.1. 信息分析的统计学基础 统计分析中的两个最基础的概念 描述性统计（Descriptive Statistics）：描述性统计就是组织、描述和总结所收集到的一组数据的特征。需要注意的是，它所描述的是这组数据本身的分布特征。 推论统计（Inferential Statistics ）：推论统计就是从一个较小的群体中了解的信息并得出相关结论，推广到更大的一个群体。我们把较小的这个群体，也就是我们收集了数据的群体称之为样本（sample），把更大的那个群体，也就是我们所感兴趣的、要研究的对象群体称之为总体（population）。 8.1. 信息分析的统计学基础 统计分析中的两个最基础的概念 判断（描述性统计？推论性统计）： 对某班级一门课程考试的成绩的统计分析； 工厂通过抽样检测确定某产品的质量合格率； 顾客对某产品或某项服务的满意度调查分析。 8.1. 信息分析的统计学基础 描述性统计 集中趋势的量度（measures of central tendency） ：共性 离散程度的量度（measures of variability)：异质性 8.1. 信息分析的统计学基础 集中趋势的量度 集中趋势(平均数值)是对整个群体的数值的最好的代表。 有三种形式的平均数值：平均值（mean）、中位数（median）、众数（mode）。 其中，最常用的是平均值。 8.1. 信息分析的统计学基础 离散程度 离散程度 （异质性 ）反映的是数值之间是如何的不同。 同样均值不同差异程度 。如： 7，6，3，3，1 3，4，4，5，4 4，4，4，4，4 有三个离散程度的量度指标：全距（range）、标准差（standard deviation）、方差（variance）。 其中，最常用的是标准差。 8.1. 信息分析的统计学基础 全距的概念和计算 全距是一组数据中最大值与最小值之差，又称极差。 例如，有两组数据： 甲组：54、63、70、73、80、85、99 乙组：67、70、75、79、80、83、85 甲组数据的全距为R=99-54=45；乙组数据的全距为R=85-67=18。说明甲组数据比乙组数据离散程度大。 8.1. 信息分析的统计学基础 标准差 标准差反映的是每一个个案的分值与平均的分值之间的差距，简单来说，就是平均差异有多大。 标准差越大表示差异越大。 8.1. 信息分析的统计学基础 8.1. 信息分析的统计学基础 方差 量度离散程度的第三个指标是方差（variance）。 方差就是标准差的平方。 8.1. 信息分析的统计学基础 用图形显示数据 ？为什么要用图形显示数据？ 用什么图形显示数据？ 柱状图 线性图 饼图 ？ ？ ？ ？ ？ ？ 8.1. 信息分析的统计学基础 8.1. 信息分析的统计学基础 8.1. 信息分析的统计学基础 图型显示的频数分布特征 随机事件A在n次实验中出现m次，m与n的比值，就是随机事件A出现的频数 频数分布的特征可以有4个指标来显示： 均值 标准差 斜度（skewness） 峰度（kurtosis） 8.1. 信息分析的统计学基础 8.2. 信息分析技术 信息分析技术 统计分析技术 机器学习方法 不确定性理论 可视化技术 数据库技术。 8.2. 信息分析技术 信息分析技术 8.2. 信息分析技术 信息分析技术 统计分析技术：根据研究目的应用加工整理的统计资料和分析方法，对客观事物进行判断和推理的过程。统计分析的四个阶段： 对事物的描述性分析，它是运用所掌握的信息，对系统进行尽可能充分和全面的认识； 对事物进行解析性分析，它往往通过建立数学模式，识辨和刻画出一定的解析结构，确定事物中各个元素的内在联系； 预演性研究，其目的是掌握系统运行和动态变化的规律，得出分析的结论； 根据分析结果进行决策，所谓决策，就是指对事物状况进行充分的观察和认识，对系统构造及其要素的内在联系进行识别和深入的分析，并且在对事物的未来做出正确判断的基础上，在多种可行的方案中进行优选。 8.2. 信息分析技术 8.2. 信息分析技术 方差分析 方差分析是检验多个样本均数间差异是否具有统计意义的一种方法 方差分析是一项很重要的研究工具，能够直接发现用定距或定尺度测量的调查对象组之间的差异。 方差分析在商业研究中的用途，如： 各细分市场的产品消费量有差异么？ 接触到不同电视的