《数据分析》课件——任务1.2 什么是数据分析.pptxVIP

任务1.2什么是数据分析Python数据分析

学习目标及重难点学习目标：了解什么是数据分析学习重点：数据分析

目录学习内容1.数据分析的方法2.数据分析的过程

01数据分析的方法

1.数据分析的方法1、列表法将数据按一定规律用列表方式表达出来，是记录和处理最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系；此外还要求在标题栏中注明各个量的名称、符号、数量级和单位等：根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。

1.数据分析的方法2、作图法作图法可以最醒目地表达各个物理量间的变化关系。从图线上可以简便求出实验需要的某些结果，还可以把某些复杂的函数关系，通过一定的变换用图形表示出来。

1.数据分析的方法图表和图形的生成方式主要有两种：手动制表和用程序自动生成，其中用程序制表是通过相应的软件，例如SPSS、Excel、MATLAB等。将调查的数据输入程序中，通过对这些软件进行操作，得出最后结果，结果可以用图表或者图形的方式表现出来。图形和图表可以直接反映出调研结果，这样大大节省了设计师的时间，帮助设计者们更好地分析和预测市场所需要的产品，为进一步的设计做铺垫。同时这些分析形式也运用在产品销售统计中，这样可以直观地给出最近的产品销售情况，并可以及时地分析和预测未来的市场销售情况等。所以数据分析法在工业设计中运用非常广泛，而且是极为重要的。

1.数据分析的方法数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能,并使数据分析得以推广。数据分析，是指使用适当的统计分析方法（如聚类分析、相关分析等）对收集来的大量数据进行分析，从中提取有用信息和形成结论，并加以详细研究和概括总结的过程。数据分析的目的在于,将隐藏在一大批看似杂乱无章的数据信息中的有用数据集提炼出来，以找出所研究对象的内在规律。在统计学领域中，数据分析可以划分为如下三类:

1.数据分析的方法(1）描述性数据分析:从一组数据中可以摘要并且描述这份数据的集中和离散情形。(2)探索性数据分析:从海量数据中找出规律，并产生分析模型和研究假设。(3)验证性数据分析:验证科研假设测试所需的条件是否达到，以保证验证性分析的可靠性。其中，描述性数据分析隶属于初级数据分析，常见的分析方法有对比分析法、平均分析法、交叉分析法，而探索性和验证性数据分析属于高级数据分析，常见的分析方法有相关分析、因子分析、回归分析等。

1.数据分析的工具使用Excel自带的数据分析功能可以完成很多专业软件才有的数据统计、分析，其中包括：直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断，均值推断、线性、非线性回归、多元回归分析、移动平均等内容。在商业智能领域Cognos、StyleIntelligence、Microstrategy、Brio、BO和Oracle以及国内产品如YonghongZ-SuiteBI套件等。

02数据分析的过程

2.数据分析的过程数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。识别需求识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。

2.数据分析的过程收集数据有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑：①将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据；②明确由谁在何时何处，通过何种渠道和方法收集数据；③记录表应便于使用；④采取有效措施，防止数据丢失和虚假数据对系统的干扰。

2.数据分析的过程分析数据分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：老七种工具，即排列图、因果图、分层法、调查表、散布图、直方图、控制图；新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图。

2.数据分析的过程过程改进数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：①提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题；②信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析；③收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通；④数据分析方法是否合理，是否将风险控制在可接受的范围；⑤数据分析所需资源是否得到保障