統計分析與數據挖掘_第1頁
統計分析與數據挖掘_第2頁
統計分析與數據挖掘_第3頁
統計分析與數據挖掘_第4頁
統計分析與數據挖掘_第5頁
已閱讀5頁，還剩15頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

統計分析與數據挖掘什么是數據挖掘？數據挖掘的目的噪音數據信息知識智慧“淘金”數據挖掘應用分類統計分析與數據挖掘的關系統計分析與數據挖掘的關系抽樣的魅力

如果你希望了解持某種看法的民眾在總人口中的比例，只要按照被普遍接受的抽樣辦法從幾百萬成年人中選出1500人作為樣本，依據這些樣本所獲得的比例與實際比例的誤差可以控制在3%。更令人不可思議的是，這個誤差只依賴樣本個數，和總體的大小無關，也就是說，如果將這個總體擴大到100億個個體，那么1500個個體組成的樣本調查結果和實際值的誤差同樣在3%以內?！蹲寯祿嬖V你》統計分析與數據挖掘的關系抽樣的魅力樣本比例n=1500總體比例pN=百萬/十億/百億用樣本估計大總體參數的誤差與N無關，僅取決于n與主成分分析（PCA）概念：利用降維的思想,把多指標轉化為少數幾個綜合指標的多元統計分析方法數學上的處理：將原來p個指標作線性組合,作為新的綜合指標。根據方差最大化原理，選取的新線性組合，依次得到第一主成分F1、第二主成分F2……且要求Cov(F1,F2)=0，實際工作中，就挑選前幾個最大主成分優(yōu)點：減少信息交叉PCA在市場研究中的應用案例：某食品生產商預對常用50種食品的生產進行經營決策，對785名消費者的食品嗜好程度進行調查，要求每個消費者對50種食品進行評價，按對食品的喜好程度在1-9分內評分。分析過程：將被調查者按性別與年齡分成10組，1—5組表示男性，6—10組表示女性，且1—5,6—10各組分別按年齡從小到大排序。然后計算各組對每種食品評分的平均值，即得到含有10個變量的樣本觀測數據。食品組號1234567891017.85.43.93.53.08.16.05.43.82.521.62.84.44.03.56.27.27.57.09.0……………503.12.83.33.02.53.93.53.02.83.0PCA在市場研究中的應用對樣本觀測數據矩陣標準化，計算相關系數矩陣（這里是10個變量即為10階），求出特征值及相應的特征向量，得到10個主成分，根據貢獻率大小實際中一般選取前面幾個影響較大的PCA在市場研究中的應用男性女性年齡年齡平均嗜好年齡性別代入標準化的原始數據，按照各個食品種類得到各主成分得分……聚類分析概念：將大量對象和描述對象的眾多屬性分成由類似的對象組成的多個類的過程依據的原則：“物以類聚”與分類的區(qū)別：進行聚類前并不知道將要劃分成幾個組和什么樣的組，也不知道

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論