数据分析工具使用.pptx

数据仓库与知识发现数据分析工具使用;目录;3;一辆火车行驶在草原上，遇到一群白色的羊…….. 物理学家说，我们看到的羊群是白色的 数学家说，我们看到的羊群朝向我们这面的那部分是白色的 统计学家说，我们看到了103只羊，它们都是白色的，我推断天下的羊都是白色的;数据无处不在，我们每天生活在数据的海洋中。 数据包含的信息很多，但是数据中的信息往往是分散的，单个数据很难直接被应用起来。;请问A、B两公司的差距大吗？;请问A、B两公司的差距大吗？;请问A、B两公司的差距大吗？;请问：A、B哪个业务发展的快？;原来竟然一样快！;请问A、B两公司的差距大吗？;请问A、B两公司的差距大吗？;理念;电梯测验;关于数据分析的几点思路;数据分析技术：定性分析与定量分析;什么时候用数据分析;18;19;SPSS模块与分析过程;目录;22;23;24;25;26;27;28;29;30;目录;32;利用算术符号和函数生成新变量 （Compute）： 举例: 销售总额 = 单价×数量×（1 - 折扣） 平均成绩 = （语文成绩 + 数学成绩 + 英语成绩）÷ 3 平均成绩 = average（各科成绩） 年龄 = 当前年份 – 出生年份 姓名 = 姓 + 名;34;新变量代表名次（Rank Cases） 举例： 对按平均成绩排名，分数最高的为第一名。 相同分数的名次处理：同小、同中、同大 排序Sort Cases： 升降序 多个变量排序 ;36;按分数规定等级——Recode 规则：不重且不漏 例： 90以上为A，75-89为B，60-74为C，60以下为D 例： A级人数占总人数的25%，B—25%，C—25%，D—25% 例： A级—10% B—50%，C—30%，D—10% ;38;39;40;41;42;按一个分类变量汇总 如性别 按多个分类变量汇总 如性别、年龄段 对一个变量进行多个统计量的汇总 例如销售总额、平均每笔销售额 生成次数变量：成交次数 汇总生成新文件或直接显示在数据窗口;44;第一种：一条记录变成多条记录 第二种：多条记录变成一条记录 第三种：3行×200列变成200行×3列 ;自动发现重复记录;47;48;目录;尽量精确、直观而全面的对所获得的样本进行呈现 统计图：直观，但精确度稍差 常规统计图：主要的使用部分 交互式统计图：功能非常强大，但操作也较复杂 统计地图：将数据与地图相结合 统计???表：能尽量详细，精确，但不够直观 Base模块：基本上满足需要 Tables模块：专业级报表输出，操作方便快捷;51;交互式统计图;53;以直条长短来表示各指标数值的大小（cover.sav） 一个分类变量：简单条图（各城市的日销售额） 两个分类变量：复式条图（销售额先按城市，再按包装类细分） 分组条图：便于个亚组内部比较（不同包装亚组） 堆积条图：便于大分类整体比较（不同城市间）;SPSS图形;以点的密集程度和趋势表示两变量间的数量依存关系 两变量间关系：简单散点图 快速发现多个变量间主要相关性：散点图矩阵 在同一张图中比较各组变量的相关性：重叠散点图 三个连续变量间的关系：三维散点图;描述统计学—— 研究如何把数据用易于理解的形式展示出来，结果可能是表格、图形或者数值 推断统计学—— 利用部分数据对总体数据的规律性做出预测和检验，为了实现这一功能，统计学家建立了大量的统计模型;描述统计量（Summary Statistic），也称汇总统计量或概括统计量 用少量数字概括大量数字的技术;数据的“位置” 位置统计量（location statistic）：均值、中位数、K-百分位数、众数 数据的“尺度” 尺度统计量（scale statistic）：极差、标准差;频数表 Frequency 直观的方法 ：分布类型/分布特征 集中趋势 Central tendency 均数mean 调整平均数 中位数median 众数mode 离散趋势 Dispersion tendency 全距Range 方差Variance 标准差 std.deviation;61;例1：试以文字诠释以下随机抽取某单位20名员工的年龄： 41 25 25 33 27 31 42 35 36 32 36 41 34 29 34 31 34 35 32 35 ?平均数＝33.4， 中位数＝34.0， 标准差＝4.75， 全距＝17。;例2：试以文字诠释以下随机抽取某单位20名员工去年请假的天数： 0 0 0 0 0 0 0 0 1 1 1 2 2 3 4 5 5 6 7 42 ?