第三讲基础使用课件.ppt

《第三讲基础使用课件.ppt》由会员分享，可在线阅读，更多相关《第三讲基础使用课件.ppt（58页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第三第三讲讲基基础础使用使用第1页，此课件共58页哦 如果您不能量化某些事情，那么您就不能理解他它，如果您不能理解它，那如果您不能量化某些事情，那么您就不能理解他它，如果您不能理解它，那如果您不能量化某些事情，那么您就不能理解他它，如果您不能理解它，那如果您不能量化某些事情，那么您就不能理解他它，如果您不能理解它，那么您就不能控制它，如果您不能控制它，那么您就不能改进它。么您就不能控制它，如果您不能控制它，那么您就不能改进它。么您就不能控制它，如果您不能控制它，那么您就不能改进它。么您就不能控制它，如果您不能控制它，那么您就不能改进它。统计学是收集、分析、表述和解释数据的艺术和科学。统计学是收

2、集、分析、表述和解释数据的艺术和科学。统计学是收集、分析、表述和解释数据的艺术和科学。统计学是收集、分析、表述和解释数据的艺术和科学。SPSSSPSS是统计分析工具软件，它帮助您完成手工难以完成或无法完成的数据处理是统计分析工具软件，它帮助您完成手工难以完成或无法完成的数据处理是统计分析工具软件，它帮助您完成手工难以完成或无法完成的数据处理是统计分析工具软件，它帮助您完成手工难以完成或无法完成的数据处理工作。工作。工作。工作。数据无处不在数据无处不在数据无处不在数据无处不在 数据包含的信息很多，但是数据中的信息往往是分散的，但个数据很难直接数据包含的信息很多，但是数据中的信息往往是分散的，但个

3、数据很难直接数据包含的信息很多，但是数据中的信息往往是分散的，但个数据很难直接数据包含的信息很多，但是数据中的信息往往是分散的，但个数据很难直接被应用起来被应用起来被应用起来被应用起来 统计学就是把数据转化为信息的科学统计学就是把数据转化为信息的科学统计学就是把数据转化为信息的科学统计学就是把数据转化为信息的科学统计学是什么？统计学是什么？统计学是什么？统计学是什么？第2页，此课件共58页哦统计分析的技术思路统计分析的技术思路？！商业问题商业问题商业问题商业问题 数据问题数据问题数据问题数据问题 商业问题商业问题商业问题商业问题 解决方案解决方案解决方案解决方案 统计学方法或者数据挖掘方法统计

4、学方法或者数据挖掘方法统计学方法或者数据挖掘方法统计学方法或者数据挖掘方法第3页，此课件共58页哦统计分析是正确理解数据的工具统计分析是正确理解数据的工具首先：要避免犯首先：要避免犯首先：要避免犯首先：要避免犯统计统计错误错误错误错误明确：明确：统计没有错误，犯错的是人。统计没有错误，犯错的是人。理论和方法的错误理论和方法的错误 理解和解释的错误理解和解释的错误第4页，此课件共58页哦描描描描述述述述性性性性统统统统计计计计多变量分析技术多变量分析技术多变量分析技术多变量分析技术市场研究模型技术市场研究模型技术市场研究模型技术市场研究模型技术数数数数据据据据挖挖挖挖掘掘掘掘技技技技术术术术 频

5、数分析频数分析频数分析频数分析 交叉表分析交叉表分析交叉表分析交叉表分析 T T检验检验检验检验 数据探查分析数据探查分析数据探查分析数据探查分析 相关分析相关分析相关分析相关分析 方差分析方差分析方差分析方差分析 回归分析回归分析回归分析回归分析 主成分分析主成分分析主成分分析主成分分析 因子分析因子分析因子分析因子分析 聚类分析聚类分析聚类分析聚类分析 判别分析判别分析判别分析判别分析 对应分析对应分析对应分析对应分析 多维尺度分析多维尺度分析多维尺度分析多维尺度分析 结合分析结合分析结合分析结合分析 离散选择模型离散选择模型离散选择模型离散选择模型 多维偏好分析多维偏好分析多维偏好分析多

6、维偏好分析 结构方程式模型结构方程式模型结构方程式模型结构方程式模型 分类树分类树分类树分类树 决策与预测模型决策与预测模型决策与预测模型决策与预测模型 分类分类分类分类 预测预测预测预测 细分细分细分细分 关联关联关联关联 序列序列序列序列统计分析方法统计分析方法第5页，此课件共58页哦变量：测量尺度变量：测量尺度 名称级名称级名称级名称级定类变量定类变量定类变量定类变量 顺序级顺序级顺序级顺序级定序变量定序变量定序变量定序变量 间隔级间隔级间隔级间隔级定距变量定距变量定距变量定距变量 比例级比例级比例级比例级定比变量定比变量定比变量定比变量低低低低高高高高转转转转换换换换定性定性定性定性定

7、量定量定量定量非数量型非数量型非数量型非数量型数量型数量型数量型数量型离散型随机变量离散型随机变量离散型随机变量离散型随机变量连续型随机变量连续型随机变量连续型随机变量连续型随机变量第6页，此课件共58页哦数据分析项目各阶段数据分析项目各阶段数据收集数据收集数据收集数据收集数据录入数据录入数据录入数据录入数据读取数据读取数据读取数据读取数据准备数据准备数据准备数据准备数据理解数据理解数据理解数据理解数据分析数据分析数据分析数据分析数据建模数据建模数据建模数据建模模型评估模型评估模型评估模型评估结果报告结果报告结果报告结果报告结果发布结果发布结果发布结果发布 SASSASSAS0SAS0SAS0

8、SAS0SASSASSASSASSAS0SAS0Answer TreeAnswer TreeAMOS/LISRELAMOS/LISRELUCINETUCINETACACBCACACBCDecision TimeDecision TimeClementineClementineEnterprise MinerEnterprise MinerWhat IfWhat IfSPSSSPSSMRMRPencilPaperPencilPaper市场调查市场调查市场调查市场调查管理咨询管理咨询管理咨询管理咨询描述性统计描述性统计描述性统计描述性统计多变量分析技术多变量分析技术多变量分析技术多变量分析技术市场

9、研究模型技术市场研究模型技术市场研究模型技术市场研究模型技术数据挖掘技术数据挖掘技术数据挖掘技术数据挖掘技术数据可视化技术数据可视化技术数据可视化技术数据可视化技术调调调调查查查查手手手手段段段段0 0年年年年年年年年年年年年0000年年年年调研机构调研机构调研机构调研机构专专专专用用用用分分分分析析析析软软软软件件件件与与与与模模模模块块块块Spss0Spss0Spss0Spss0Spss0Spss0Spss0Spss0SpssSpssSpss0Spss0Spss0Spss0Spss0Spss0SpssSpssCATICATIWEB SurveyWEB SurveyDATA WareHous

10、eDATA WareHouseCAPICAPI市场营销市场营销市场营销市场营销数量型数量型数量型数量型非数量型非数量型非数量型非数量型第7页，此课件共58页哦SPSS软件功能软件功能产品简介产品简介产品简介产品简介窗口简介窗口简介窗口简介窗口简介菜单简介菜单简介菜单简介菜单简介数据分析步骤数据分析步骤无处不在的无处不在的无处不在的无处不在的HelpHelp系统系统系统系统进行数据分析要求的格式进行数据分析要求的格式记录、变量等的一般术语记录、变量等的一般术语记录、变量等的一般术语记录、变量等的一般术语第8页，此课件共58页哦SPSS产品简介产品简介SPSS是服务器/客户端结构的产品SPSS产品

11、由SPSS Base,Advanced Categories,Conjoint,Trends,Regression,Missing Value Analysis,Tables,Exact Test 和Maps等分析模块构成，另外还有专门查看输出结果的Smart Viewer模块SPSS Data Access Pack用于和数据库进行连接并获取数据第9页，此课件共58页哦进入进入进入进入SPSSSPSS第10页，此课件共58页哦SPSS窗口简介窗口简介Data ViewData ViewData EditData EditVariable ViewVariable View第11页，此课件共5

12、8页哦SyntaxOutputSPSSSPSS窗口简介窗口简介窗口简介窗口简介第12页，此课件共58页哦SPSS的的Help系统系统帮助菜单 Statistics Coach Result Coach Case studies Tutorial对话框帮助无处不在的“Whats this?”第13页，此课件共58页哦SPSSSPSS的环境设置的环境设置的环境设置的环境设置第14页，此课件共58页哦命令语法规则命令语法规则命令语法规则命令语法规则每条命令始于新起一行的第一列每条命令始于新起一行的第一列其他行至少空一列其他行至少空一列其他行至少空一列其他行至少空一列最后一行以（最后一行以（最后一行以

13、（最后一行以（.）结束）结束）结束）结束变量名必需拼写正确变量名必需拼写正确变量名必需拼写正确变量名必需拼写正确子命令必须以（子命令必须以（/）分隔）分隔每行不超过每行不超过每行不超过每行不超过256 256 字符字符字符字符,推荐限制在推荐限制在推荐限制在推荐限制在8080字符内字符内字符内字符内第15页，此课件共58页哦利用命令利用命令利用命令利用命令HelpHelp三种编辑方式生成三种编辑方式生成三种编辑方式生成三种编辑方式生成SPSSSPSS命令命令命令命令1.1.通过自己编辑生成通过自己编辑生成通过自己编辑生成通过自己编辑生成2.2.通过通过通过通过“Paste”“Paste”生成格

14、式再做修改生成格式再做修改生成格式再做修改生成格式再做修改3.3.利用利用利用利用“Help”“Help”生成格式再作修改生成格式再作修改生成格式再作修改生成格式再作修改利用利用利用利用HelpHelp生成生成生成生成SPSSSPSS命令的几步命令的几步命令的几步命令的几步1.1.写入关键字，如写入关键字，如写入关键字，如写入关键字，如“Regression”“Regression”2.2.点击工具栏以获取语句点击工具栏以获取语句点击工具栏以获取语句点击工具栏以获取语句3.3.选择选项以及变量选择选项以及变量选择选项以及变量选择选项以及变量第16页，此课件共58页哦各自适用条件各自适用条件各自

15、适用条件各自适用条件如果满足于菜单分析，就用菜单分析如果满足于菜单分析，就用菜单分析如果满足于菜单分析，就用菜单分析如果满足于菜单分析，就用菜单分析如果不经常使用如果不经常使用如果不经常使用如果不经常使用SPSS,SPSS,SPSS,SPSS,运行菜单，并获取帮助运行菜单，并获取帮助运行菜单，并获取帮助运行菜单，并获取帮助如果只想运行如果只想运行如果只想运行如果只想运行SyntaxSyntaxSyntaxSyntax文件中的命令，又不想显示命令，用文件中的命令，又不想显示命令，用文件中的命令，又不想显示命令，用文件中的命令，又不想显示命令，用IncludeIncludeIncludeInclu

16、de命命命命令令令令如果要经常读取某一文本各式或数据库数据，可考虑用如果要经常读取某一文本各式或数据库数据，可考虑用如果要经常读取某一文本各式或数据库数据，可考虑用如果要经常读取某一文本各式或数据库数据，可考虑用IncludeIncludeIncludeInclude命令来定义数据，然后进行分析命令来定义数据，然后进行分析命令来定义数据，然后进行分析命令来定义数据，然后进行分析如果做月报性分析，可以考虑用如果做月报性分析，可以考虑用如果做月报性分析，可以考虑用如果做月报性分析，可以考虑用Production FacilityProduction FacilityProduction Facil

17、ityProduction Facility如果运行同样的命令，只是在文件名或变量名作小的改如果运行同样的命令，只是在文件名或变量名作小的改如果运行同样的命令，只是在文件名或变量名作小的改如果运行同样的命令，只是在文件名或变量名作小的改动，考虑用动，考虑用动，考虑用动，考虑用Production FacilityProduction FacilityProduction FacilityProduction Facility中的宏中的宏中的宏中的宏第17页，此课件共58页哦SPSSSPSS的变量的变量的变量的变量变量名变量名变量类型变量类型变标变标值标值标缺失值缺失值测量尺度测量尺度第18页，

18、此课件共58页哦变量和数据整理变量和数据整理变量和数据整理变量和数据整理排序排序转置转置数据重构数据重构数据合并数据合并插入变插入变量量汇总数据汇总数据正交实验正交实验设计设计拆分记录拆分记录选择样本选择样本样本加权样本加权第19页，此课件共58页哦变量或数据转换变量或数据转换变量或数据转换变量或数据转换计算新变量计算新变量随机种子随机种子计数计数重新编码重新编码自动分类自动分类秩排序秩排序秩排序秩排序缺失值处理缺失值处理第20页，此课件共58页哦数据分析和方法数据分析和方法数据分析和方法数据分析和方法第21页，此课件共58页哦数据分析和图形分析，展示数据分析和图形分析，展示数据分析和图形分析

19、，展示数据分析和图形分析，展示第22页，此课件共58页哦有用的工具有用的工具有用的工具有用的工具第23页，此课件共58页哦汇总汇总汇总汇总数据数据数据数据 数据选择数据选择数据选择数据选择一起动手一起动手一起动手一起动手第24页，此课件共58页哦汇总数据汇总数据汇总数据汇总数据第25页，此课件共58页哦描述统计测定指标描述统计测定指标描述统计测定指标描述统计测定指标数据分布性质数据分布性质数据分布性质数据分布性质算术平均数算术平均数算术平均数算术平均数算术平均数算术平均数中位数中位数中位数中位数中位数中位数众数众数众数众数众数众数集中趋势集中趋势集中趋势集中趋势全距全距全距全距全距全距方差方差

20、方差方差方差方差标准差标准差标准差标准差标准差标准差离中趋势离中趋势离中趋势离中趋势偏态偏态偏态偏态偏态偏态分布形态分布形态分布形态分布形态四分位距四分位距四分位距四分位距四分位距四分位距峰度峰度峰度峰度峰度峰度第26页，此课件共58页哦保留语法下次再作保留语法下次再作保留语法下次再作保留语法下次再作研究痕迹研究痕迹研究痕迹研究痕迹第27页，此课件共58页哦频数分析频数分析频数分析频数分析变量变量变量变量分布分布分布分布 第28页，此课件共58页哦第29页，此课件共58页哦第30页，此课件共58页哦描述性分析描述性分析描述性分析描述性分析汇总汇总汇总汇总统计统计统计统计 第31页，此课件共58

21、页哦A AB BC C正态分布正态分布正态分布正态分布第32页，此课件共58页哦探索数据关系探索数据关系EXPLORING RELATIONSHIPS1.1.定类变量交互分析定类变量交互分析CATEGORICAL CATEGORICAL DEPENDENT VARIABLESDEPENDENT VARIABLES2.2.连续变量趋势图分析连续变量趋势图分析CONTINUOUS CONTINUOUS DEPENDENT VARIABLESDEPENDENT VARIABLES3.3.相关和散点图分析相关和散点图分析RELATIONSHIPS RELATIONSHIPS BETWEEN INDEP

22、ENDENT VARIABLESBETWEEN INDEPENDENT VARIABLES数据转换数据转换DATA TRANSFORMATIONS1.1.自动编码自动编码AUTOMATIC RECODEAUTOMATIC RECODE2.2.分组值分组值GROUPING VALUESGROUPING VALUES3.3.函数转换函数转换FUNCTIONAL TRANSFORMATIONSFUNCTIONAL TRANSFORMATIONS4.4.修改异常值修改异常值MODIFYING OUTLIERS MODIFYING OUTLIERS 5.5.计算新变量计算新变量DERIVING NEW

23、VARIABLES DERIVING NEW VARIABLES 6.6.改变分析单元改变分析单元CHANGING THE CASE BASECHANGING THE CASE BASE7.7.消减变量消减变量REDUCING THE NUMBER OF FIELDS REDUCING THE NUMBER OF FIELDS 第33页，此课件共58页哦计算新变量计算新变量计算新变量计算新变量菜单：菜单：菜单：菜单：ComputeCompute方程式：方程式：方程式：方程式：函数（算术、字符、日期时间、统计量）函数（算术、字符、日期时间、统计量）函数（算术、字符、日期时间、统计量）函数（算术、

24、字符、日期时间、统计量）变量值变量值变量值变量值 数字数字数字数字 数学与逻辑符号数学与逻辑符号 示例：示例：平均值计算平均值计算平均值计算平均值计算字符合并字符合并年龄计算年龄计算年龄计算年龄计算条件式计算：条件式计算：条件式计算：条件式计算：第34页，此课件共58页哦对变量重新赋值对变量重新赋值对变量重新赋值对变量重新赋值菜单：菜单：菜单：菜单：RecodeRecodeRecodeRecode与与与与ComputeComputeComputeCompute不同之处：不同之处：不同之处：不同之处：RecodeRecodeRecodeRecode利用单个变量值计算生成新值利用单个变量值计算生成

25、新值利用单个变量值计算生成新值利用单个变量值计算生成新值覆盖旧变量或生成新变量覆盖旧变量或生成新变量覆盖旧变量或生成新变量覆盖旧变量或生成新变量旧值与新值的对应关系旧值与新值的对应关系旧值与新值的对应关系旧值与新值的对应关系:两个原则：不重，不漏两个原则：不重，不漏两个原则：不重，不漏两个原则：不重，不漏适用于：适用于：适用于：适用于：将连续变量转换为分类变量将连续变量转换为分类变量将连续变量转换为分类变量将连续变量转换为分类变量将数字字符型变量转换为数值型变量将数字字符型变量转换为数值型变量将数字字符型变量转换为数值型变量将数字字符型变量转换为数值型变量将几个类别合并为一类将几个类别合并为一

26、类将几个类别合并为一类将几个类别合并为一类第35页，此课件共58页哦字符型变量自动转换为数值型变量字符型变量自动转换为数值型变量字符型变量自动转换为数值型变量字符型变量自动转换为数值型变量菜单：菜单：Automatic RecodeAutomatic Recode适用于：字符型变量转换为数值型变量适用于：字符型变量转换为数值型变量适用于：字符型变量转换为数值型变量适用于：字符型变量转换为数值型变量与与与与RecodeRecodeRecodeRecode相比相比相比相比转换原则：转换原则：转换原则：转换原则：字母顺序字母顺序字母顺序字母顺序-顺序或逆序顺序或逆序顺序或逆序顺序或逆序相同字符串相同

27、值，不同字符串不同值相同字符串相同值，不同字符串不同值相同字符串相同值，不同字符串不同值相同字符串相同值，不同字符串不同值值标签值标签值标签值标签-原变量值标签或值原变量值标签或值原变量值标签或值原变量值标签或值示例：示例：示例：示例：Name-Numname,Sex-GenderName-Numname,Sex-GenderName-Numname,Sex-GenderName-Numname,Sex-Gender第36页，此课件共58页哦Do if else if LogisticDo if else if Logistic适用于：基于几个变量生成新变量适用于：基于几个变量生成新变量适用于

28、：基于几个变量生成新变量适用于：基于几个变量生成新变量结构：结构：结构：结构：Do if .Do if .Compute .Compute .Else if .Else if .Compute .Compute .Else .Else .Compute .Compute .End if .End if .示例：将所有产品分为三类：耐用、快速变动、其它示例：将所有产品分为三类：耐用、快速变动、其它示例：将所有产品分为三类：耐用、快速变动、其它示例：将所有产品分为三类：耐用、快速变动、其它第37页，此课件共58页哦图形模块的应用图形模块的应用图形模块的应用图形模块的应用目的：目的：掌握如何新建图形

29、模块文件掌握如何新建图形模块文件（Templates or ChartlooksTemplates or Chartlooks）掌握如何应用模版文件掌握如何应用模版文件掌握如何应用模版文件掌握如何应用模版文件了解如何设置图形模版文件为默认外观了解如何设置图形模版文件为默认外观了解如何设置图形模版文件为默认外观了解如何设置图形模版文件为默认外观第38页，此课件共58页哦表格编辑规则表格编辑规则表格编辑规则表格编辑规则表格要素：行、列、层、数据表格要素：行、列、层、数据表格要素：行、列、层、数据表格要素：行、列、层、数据编辑规则：编辑规则：编辑规则：编辑规则：Table PropertiesTab

30、le PropertiesTable PropertiesTable Properties对所有单元格、所有行、列或者层进行编辑对所有单元格、所有行、列或者层进行编辑对所有单元格、所有行、列或者层进行编辑对所有单元格、所有行、列或者层进行编辑属性与新纬度一致（列变量移动到行变量时）属性与新纬度一致（列变量移动到行变量时）属性与新纬度一致（列变量移动到行变量时）属性与新纬度一致（列变量移动到行变量时）Cell PropertiesCell PropertiesCell PropertiesCell Properties只对选中的单元格进行编辑只对选中的单元格进行编辑只对选中的单元格进行编辑只对选

31、中的单元格进行编辑属性继承属性继承属性继承属性继承先先先先Table Table Table Table 后后后后CellCellCellCellCell Properties Cell Properties Cell Properties Cell Properties 覆盖覆盖覆盖覆盖Table PropertiesTable PropertiesTable PropertiesTable Properties特性特性特性特性第39页，此课件共58页哦表属性表属性表属性表属性用于修改整个表的属性用于修改整个表的属性用于修改整个表的属性用于修改整个表的属性主要功能：主要功能：主要功能：主要功

32、能：单元格属性：字体、对齐方式单元格属性：字体、对齐方式单元格属性：字体、对齐方式单元格属性：字体、对齐方式行列宽度、高度行列宽度、高度行列宽度、高度行列宽度、高度空行和空列空行和空列空行和空列空行和空列打印打印打印打印边界边界边界边界脚标脚标脚标脚标第40页，此课件共58页哦SPSSSPSS结果的发布结果的发布结果的发布结果的发布掌握如何将表格、图形、文本等结果转入其他掌握如何将表格、图形、文本等结果转入其他掌握如何将表格、图形、文本等结果转入其他掌握如何将表格、图形、文本等结果转入其他 应用格式中应用格式中应用格式中应用格式中掌握将掌握将掌握将掌握将SPSSSPSSSPSSSPSS结果导入

33、为静态网页格式或文本格式结果导入为静态网页格式或文本格式结果导入为静态网页格式或文本格式结果导入为静态网页格式或文本格式OLEOLEOLEOLE方法方法方法方法将将将将SPSS Pivot TableSPSS Pivot TableSPSS Pivot TableSPSS Pivot Table转入其他应用程序中转入其他应用程序中转入其他应用程序中转入其他应用程序中将将将将SPSS GraphSPSS GraphSPSS GraphSPSS Graph转入其他应用程序中转入其他应用程序中转入其他应用程序中转入其他应用程序中将将将将SPSSSPSSSPSSSPSS结果导出结果导出结果导出结果导出

34、利用利用利用利用SPSS Smart Viewer Web ServerSPSS Smart Viewer Web ServerSPSS Smart Viewer Web ServerSPSS Smart Viewer Web Server来展示结果来展示结果来展示结果来展示结果第41页，此课件共58页哦文件的合并文件的合并文件的合并文件的合并-增加记录和变量增加记录和变量增加记录和变量增加记录和变量增加记录：一种纵向合并，是对不同个体的相同属性进行合并，事先排增加记录：一种纵向合并，是对不同个体的相同属性进行合并，事先排增加记录：一种纵向合并，是对不同个体的相同属性进行合并，事先排增加记录：

35、一种纵向合并，是对不同个体的相同属性进行合并，事先排序，变量相同。序，变量相同。序，变量相同。序，变量相同。增加变量：是一种横向合并，是对相同个体的不同属性进行合并，事先排序，关增加变量：是一种横向合并，是对相同个体的不同属性进行合并，事先排序，关增加变量：是一种横向合并，是对相同个体的不同属性进行合并，事先排序，关增加变量：是一种横向合并，是对相同个体的不同属性进行合并，事先排序，关键字且唯一。键字且唯一。键字且唯一。键字且唯一。一对一匹配或一对多匹配。一对一匹配或一对多匹配。一对一匹配或一对多匹配。一对一匹配或一对多匹配。合并两个文件或多个文件。合并两个文件或多个文件。合并两个文件或多个文

36、件。合并两个文件或多个文件。利用菜单一次只能合并两个文件。利用菜单一次只能合并两个文件。利用菜单一次只能合并两个文件。利用菜单一次只能合并两个文件。其中一个文件必须使其中一个文件必须使其中一个文件必须使其中一个文件必须使SPSSSPSS格式，另一个文件必须可以用格式，另一个文件必须可以用格式，另一个文件必须可以用格式，另一个文件必须可以用SPSSSPSS打开。打开。打开。打开。第42页，此课件共58页哦定义商业问题定义商业问题 最重要的要求是你的数据和业务问题。最重要的要求是你的数据和业务问题。最重要的要求是你的数据和业务问题。最重要的要求是你的数据和业务问题。没有任何统计方法或算法，无论多么

37、复杂玄妙，无法提供有价值的结果。没有任何统计方法或算法，无论多么复杂玄妙，无法提供有价值的结果。没有任何统计方法或算法，无论多么复杂玄妙，无法提供有价值的结果。没有任何统计方法或算法，无论多么复杂玄妙，无法提供有价值的结果。即使有也难以使人信赖。缺少这些背景知识，无法明确定义要解决的问题，不能为分析准备资即使有也难以使人信赖。缺少这些背景知识，无法明确定义要解决的问题，不能为分析准备资即使有也难以使人信赖。缺少这些背景知识，无法明确定义要解决的问题，不能为分析准备资即使有也难以使人信赖。缺少这些背景知识，无法明确定义要解决的问题，不能为分析准备资料，也很难正确解释所得到的结果。料，也很难正确解

38、释所得到的结果。料，也很难正确解释所得到的结果。料，也很难正确解释所得到的结果。要想充分发挥数据的价值，必须要对你的目标有一个清晰明确的定义；要想充分发挥数据的价值，必须要对你的目标有一个清晰明确的定义；要想充分发挥数据的价值，必须要对你的目标有一个清晰明确的定义；要想充分发挥数据的价值，必须要对你的目标有一个清晰明确的定义；决定到底想干什么，有效的问题定义还应该包含一个对你的知识发现，以及项决定到底想干什么，有效的问题定义还应该包含一个对你的知识发现，以及项决定到底想干什么，有效的问题定义还应该包含一个对你的知识发现，以及项决定到底想干什么，有效的问题定义还应该包含一个对你的知识发现，以及项

39、目得到结果进行衡量的标准。目得到结果进行衡量的标准。目得到结果进行衡量的标准。目得到结果进行衡量的标准。还应该有整个项目预算和理性的解释。还应该有整个项目预算和理性的解释。还应该有整个项目预算和理性的解释。还应该有整个项目预算和理性的解释。比如你说你想提高商业战役的用户响应时，你想做的可能是比如你说你想提高商业战役的用户响应时，你想做的可能是比如你说你想提高商业战役的用户响应时，你想做的可能是比如你说你想提高商业战役的用户响应时，你想做的可能是“提高用户响应率提高用户响应率提高用户响应率提高用户响应率”，也可能，也可能，也可能，也可能是是是是“提高一次用户响应的价值提高一次用户响应的价值提高一

40、次用户响应的价值提高一次用户响应的价值”，要解决这两个问题而建立的分析方法或模型几乎是完全不同，要解决这两个问题而建立的分析方法或模型几乎是完全不同，要解决这两个问题而建立的分析方法或模型几乎是完全不同，要解决这两个问题而建立的分析方法或模型几乎是完全不同的，你必须做出决定。的，你必须做出决定。的，你必须做出决定。的，你必须做出决定。第43页，此课件共58页哦理解商业问题理解商业问题 性别性别性别性别父亲的教育程度父亲的教育程度父亲的教育程度父亲的教育程度被访者教育程度被访者教育程度被访者教育程度被访者教育程度工作类型工作类型工作类型工作类型城市城市城市城市当前收入水平当前收入水平当前收入水平

41、当前收入水平第44页，此课件共58页哦性别性别性别性别父亲的教育程度父亲的教育程度父亲的教育程度父亲的教育程度被访者教育程度被访者教育程度被访者教育程度被访者教育程度工作类型工作类型工作类型工作类型城市城市城市城市当前收入水平当前收入水平当前收入水平当前收入水平当前财政状况当前财政状况当前财政状况当前财政状况未来信用风险未来信用风险未来信用风险未来信用风险Time1Time1Time1Time1Time2Time2Time2Time2第45页，此课件共58页哦家庭收入家庭收入家庭收入家庭收入销售数量销售数量销售数量销售数量喜欢流行音乐喜欢流行音乐喜欢流行音乐喜欢流行音乐第46页，此课件共58页

42、哦数据质量评估数据质量评估“龙生龙，凤生凤龙生龙，凤生凤龙生龙，凤生凤龙生龙，凤生凤”对数据分析也是同样道理。对数据分析也是同样道理。对数据分析也是同样道理。对数据分析也是同样道理。要想得到好的模型必须用好的资料。要想得到好的模型必须用好的资料。要想得到好的模型必须用好的资料。要想得到好的模型必须用好的资料。数据质量评估就是要确定资料中哪些性质会最终影响模型的质量。数据质量评估就是要确定资料中哪些性质会最终影响模型的质量。数据质量评估就是要确定资料中哪些性质会最终影响模型的质量。数据质量评估就是要确定资料中哪些性质会最终影响模型的质量。你不仅要保证资料值的正确性和一致性。你不仅要保证资料值的正

43、确性和一致性。你不仅要保证资料值的正确性和一致性。你不仅要保证资料值的正确性和一致性。还要保证这些值是按同样的方法记录的同一件事情。还要保证这些值是按同样的方法记录的同一件事情。还要保证这些值是按同样的方法记录的同一件事情。还要保证这些值是按同样的方法记录的同一件事情。数据域中可能包含了不正确的值。比如，身份证号码被粗心的资料录入人员录入了年龄。数据域中可能包含了不正确的值。比如，身份证号码被粗心的资料录入人员录入了年龄。数据域中可能包含了不正确的值。比如，身份证号码被粗心的资料录入人员录入了年龄。数据域中可能包含了不正确的值。比如，身份证号码被粗心的资料录入人员录入了年龄。即使每个单个域中包

44、含的资料都是正确的，但这些域组合起来时可能就出即使每个单个域中包含的资料都是正确的，但这些域组合起来时可能就出即使每个单个域中包含的资料都是正确的，但这些域组合起来时可能就出即使每个单个域中包含的资料都是正确的，但这些域组合起来时可能就出现了错误的记录，如男性怀孕。现了错误的记录，如男性怀孕。现了错误的记录，如男性怀孕。现了错误的记录，如男性怀孕。有时域中的值为空。有时域中的值为空。有时域中的值为空。有时域中的值为空。当从多个不同的源整合资料时一定要注意不同源之间资料的一致性。当从多个不同的源整合资料时一定要注意不同源之间资料的一致性。当从多个不同的源整合资料时一定要注意不同源之间资料的一致性

45、。当从多个不同的源整合资料时一定要注意不同源之间资料的一致性。存在各种各样的数据质量问题存在各种各样的数据质量问题存在各种各样的数据质量问题存在各种各样的数据质量问题第47页，此课件共58页哦资料清理资料清理 缺值是一个非常有害的问题。缺值是一个非常有害的问题。缺值是一个非常有害的问题。缺值是一个非常有害的问题。如果只要有一个数据域缺值就把这个记录删除掉，那么最后可能得到一个很如果只要有一个数据域缺值就把这个记录删除掉，那么最后可能得到一个很如果只要有一个数据域缺值就把这个记录删除掉，那么最后可能得到一个很如果只要有一个数据域缺值就把这个记录删除掉，那么最后可能得到一个很小的数据集。小的数据集

46、。小的数据集。小的数据集。同时你得到的这个数据集很可能已经丢失了实际资料中蕴含的一些信息，因同时你得到的这个数据集很可能已经丢失了实际资料中蕴含的一些信息，因同时你得到的这个数据集很可能已经丢失了实际资料中蕴含的一些信息，因同时你得到的这个数据集很可能已经丢失了实际资料中蕴含的一些信息，因为你已经改变了原资料的组成。为你已经改变了原资料的组成。为你已经改变了原资料的组成。为你已经改变了原资料的组成。缺值这件事本身可能就是非常有意义的，比如也许只有富有的顾客才经常忽缺值这件事本身可能就是非常有意义的，比如也许只有富有的顾客才经常忽缺值这件事本身可能就是非常有意义的，比如也许只有富有的顾客才经常忽

47、缺值这件事本身可能就是非常有意义的，比如也许只有富有的顾客才经常忽略略略略“收入收入收入收入”这一项。这一项。这一项。这一项。你可以增加一个新的变量来标识这些缺值的记录，然后用它建立一个模型，然后与按其它你可以增加一个新的变量来标识这些缺值的记录，然后用它建立一个模型，然后与按其它你可以增加一个新的变量来标识这些缺值的记录，然后用它建立一个模型，然后与按其它你可以增加一个新的变量来标识这些缺值的记录，然后用它建立一个模型，然后与按其它方法建立的模型进行比较，看哪个准确度更高一些。方法建立的模型进行比较，看哪个准确度更高一些。方法建立的模型进行比较，看哪个准确度更高一些。方法建立的模型进行比较，

48、看哪个准确度更高一些。另一种方法是为缺失值计算一个替代值。另一种方法是为缺失值计算一个替代值。另一种方法是为缺失值计算一个替代值。另一种方法是为缺失值计算一个替代值。计算替代值的常用方法包括使用形式值（名词变量），中间值（定序变量），计算替代值的常用方法包括使用形式值（名词变量），中间值（定序变量），计算替代值的常用方法包括使用形式值（名词变量），中间值（定序变量），计算替代值的常用方法包括使用形式值（名词变量），中间值（定序变量），平均值（连续变量）。平均值（连续变量）。平均值（连续变量）。平均值（连续变量）。第48页，此课件共58页哦 还有一个不是很常用的方法是按照数据库中值的分布规律为缺

49、值的字段添值。比如还有一个不是很常用的方法是按照数据库中值的分布规律为缺值的字段添值。比如还有一个不是很常用的方法是按照数据库中值的分布规律为缺值的字段添值。比如还有一个不是很常用的方法是按照数据库中值的分布规律为缺值的字段添值。比如如果数据库中包含如果数据库中包含如果数据库中包含如果数据库中包含40%40%男性和男性和男性和男性和60%60%女性，那么在为那些性别缺失的记录添值时也按女性，那么在为那些性别缺失的记录添值时也按女性，那么在为那些性别缺失的记录添值时也按女性，那么在为那些性别缺失的记录添值时也按这个比例随机赋值。这个比例随机赋值。这个比例随机赋值。这个比例随机赋值。还有一种方法是

50、为这个缺失值的字段用统计分类和预测技术建立一个预测模型，然还有一种方法是为这个缺失值的字段用统计分类和预测技术建立一个预测模型，然还有一种方法是为这个缺失值的字段用统计分类和预测技术建立一个预测模型，然还有一种方法是为这个缺失值的字段用统计分类和预测技术建立一个预测模型，然后按照这个模型的预测结果添值，这种方法效果应该最好，当然也最花时间。后按照这个模型的预测结果添值，这种方法效果应该最好，当然也最花时间。后按照这个模型的预测结果添值，这种方法效果应该最好，当然也最花时间。后按照这个模型的预测结果添值，这种方法效果应该最好，当然也最花时间。承认生活并不是十全十美是必要的，数据分析也是一样，你也