2021咨询工程师《方法与实务》教材精讲:数据分析与挖掘

【摘要】2021年咨询工程师备考已经开始,大家都复习的怎么样了?今天,小编为大家提供《方法与实务》教材精讲:数据分析与挖掘,希望可以帮助大家完成复习备考,取得好成绩。

数据分析与挖掘

1.概述

信息分析的用途:

定性分析:逻辑推理;

定量分析:建立数学模型,计算,求解。

数据分析的对象包括:

时间序列:企业历年的数据。

截面数据:企业同一时间的数据。

2.数据统计分析

数据分析的工作(阶段)有哪些?

(1)选择数字特征;

(2)收集并整理数据;

(3)计算数字特征;

(4)建立模型;

(5)检验模型误差;

(6)利用模型预测;

(7)评价统计与预测结果。

记忆:

选择、整理、计算、建模、检验、预测、评价

3.时间数据分析方法

是按时序排列的一组来自同一现象的观察值。

(1)时间序列成分

趋势:长期持续向上或持续向下的倾向。

季节变动:实际过程受各种影响而呈现的周期性波动。

规则波动:周期不等的变动,呈涨落交替之状。

不规则波动:除去趋势、季节变动和周期波动之后的波动。

(2)时间序列建模的步骤

1)取得时间序列样本。

2)将样本点画成图,进行相关分析。

3)模式识别与拟合。

4)预测未来。

时间序列常用模型:

(1)ARMA模型

(2)回归模型

4.大数据系统和数据挖掘技术

(1)大数据

大数据常以万亿或EB衡量,且种类多、实时性 强,蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。

(2)数据挖掘

数据挖掘与数据分析不同,区别在于:

1)处理工作量;(多与少的区别)

2)制约条件;(数据挖掘不做假设,自动建立方程)

3)处理对象;(数据挖掘对象类型繁多)

4)处理结果。(数据挖掘的结果不易解释,着眼于预测未来,并提出决策建议)

(3)数据挖掘步骤

按照挖掘对象,数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种。

数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。

本文由网上采集发布,不代表我们立场,作者:编辑许,如若转载,请注明出处:https://www.architectbbs.com/zxgcs/7598.html

发表评论

邮箱地址不会被公开。 必填项已用*标注