第3章计算机在环境工程研究与管理中的应用1spss.pptVIP

第三章 计算机在环境工程研究与管理中的应用 3.1 计算机在数据处理中的应用技术 3.2 计算机在数据管理中的应用技术 3.1 计算机在数据处理中的应用技术 3.1.1 环境统计 3.1.2 数据挖掘 3.1.3 SPSS的使用 3.1.4 Excel的使用 3.1.1环境统计的基本任务 环境统计是社会经济统计的重要组成部分。其基本任务是根据环境保护工作的要求，通过一整套环境统计指标体系，采用统一的科学方法，摸索整理环境管理与环境建设方面的大量数据，并经过统计分析来反映环境状况，为环境管理、污染治理和环境预测等提供依据。 企业环境统计的作用是通过对统计数据进行认真的分析、研究，从中找出规律性，判明污染发展趋势，为领导决策和对污染源实行有效治理提供切实可行的建议。 3.1.2数据挖掘(data mining) 数据挖掘是指在大型数据库中寻找你感兴趣或是有价值信息的过程。 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。 它是一门涉及面很广的交叉学科，包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。 (1)数据挖掘的方法 根据数据挖掘的方法分，可粗分为：统计方法、机器学习方法、神经网络方法和数据库方法。 统计方法中，可分为：回归分析（多元回归、自回归等）、判别分析（贝叶斯判别、费歇尔判别、非参数判别等）、聚类分析（系统聚类、动态聚类等）、探索性分析（主元分析法、相关分析法等）、以及模糊集、粗糙集、支持向量机等。 (1)数据挖掘的方法 机器学习中，可细分为：归纳学习方法（决策树、规则归纳等）、基于范例的推理CBR、遗传算法、贝叶斯信念网络等。 神经网络方法，可细分为：前向神经网络（BP算法等）、自组织神经网络（自组织特征映射、竞争学习等）等。 数据库方法主要是基于可视化的多维数据分析或OLAP方法，另外还有面向属性的归纳方法。 (2)数据挖掘的进化历程 (3)数据挖掘的应用 数据挖掘解决的是典型商业问题 需要强调的是，数据挖掘技术从一开始就是面向应用的。 (3)数据挖掘的应用 目前，在很多领域，数据挖掘都是一个很时髦的词，尤其是在如银行、电信、保险、交通、零售（如超级市场）等商业领域。 数据挖掘所能解决的典型商业问题包括： 数据库营销（Database Marketing） 客户群体划分（Customer Segmentation Classification） 背景分析（Profile Analysis） 交叉销售（Cross-selling）等市场分析行为， 客户流失性分析(Churn Analysis) 客户信用记分(Credit Scoring) 欺诈发现(Fraud Detection)等等。 (4) 数据挖掘相关软件 SPSS, Statistical?Product?and?Service?Solutions SAS，Statistics?Analysis?System S-PLUS Statistica Minitab (1)SPSS “在信息爆炸的今天，您正在从事着什么？数据收集、数据存取和管理、数据分析、数据检验、数据挖掘、数据展示等等一系列的问题是否让您头晕脑胀？” SPSS, Statistical?Product?and?Service?Solutions ，意为“统计产品与服务解决方案”，是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生于20世纪60年代末研制。 (1)SPSS SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给受到了高度的评价与称赞。迄今SPSS软件已有30余年的成长历史，全球约有25万家产品用户。 多应用于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件，极大地方便了中、高级用户。 SPSS SPSS最突出的特点就是操作界面极为友好，输出结果美观漂亮（从国外的角度看），它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务，是非专业统计人员的首选统计软件。 SPSS 在众多用户对国际常用统计软件SAS、BMDP、GLIM、GENSTAT、EPILOG、MiniTab的总体印象分的统计中，其诸项功能均获得最高分 。 SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便地从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。 对于熟悉老版编程运行方式的用户，