数据分析概述(MBA适用)

1、数据分析概述数据分析概述实务篇实务篇一、数据采集一、数据采集二、数据处理二、数据处理三、数据分析三、数据分析四、数据呈现四、数据呈现2022-5-271北京工业大学经济管理学院 程兰芳一、数据采集一、数据采集数据采集数据采集的整体框的整体框架图架图二、二、 数据处理数据处理2022-5-273北京工业大学经济管理学院 程兰芳数据处理数据处理的整体框架的整体框架图图三、数据分析三、数据分析(重点介绍重点介绍)2022-5-274北京工业大学经济管理学院 程兰芳数据分析数据分析的整体框的整体框架图架图数据分析的目的、思路、内容、方法数据分析的目的、思路、内容、方法之间的关系之间的关系2022-5-

2、275北京工业大学经济管理学院 程兰芳1. 以以时间维度时间维度确定确定分析路线分析路线2022-5-27北京工业大学经济管理学院 程兰芳6以春节回以春节回家团聚的家团聚的得失分析得失分析为例，可为例，可选择时间选择时间维度确定维度确定分析思路分析思路2. 按按空间维度空间维度确定分析思路确定分析思路2022-5-27北京工业大学经济管理学院 程兰芳7此外，还可此外，还可以从时间和以从时间和空间相结合空间相结合的综合维度的综合维度确定研究思确定研究思路和研究体路和研究体系系三、数据分析三、数据分析基本方法基本方法l1. 对比分析（比较分析）对比分析（比较分析）l2. 分类分析（聚类分析）分类分

3、析（聚类分析）l3. 相关分析相关分析 （因果分析）（因果分析）l4. 分布分析分布分析 （数据的分布特征分析）（数据的分布特征分析）2022-5-278北京工业大学经济管理学院 程兰芳1. 对比分析法对比分析法l 数据类型数据类型: :首先找参照物首先找参照物, , 往往用时间和空间两个维度作为参照物往往用时间和空间两个维度作为参照物. .l (1)(1)如果以如果以时间为参照物时间为参照物, ,则是则是纵向对比纵向对比, , 形成形成时间序列数据时间序列数据. .l (2)(2)如果从如果从空间维度进行对比空间维度进行对比, ,则是则是横向对比横向对比, , 形成形成截面数据截面数据. .

4、l (3)(3)也可以同时考虑也可以同时考虑时间和空间两维度时间和空间两维度, , 进行进行综合对比综合对比, , 形成形成平行平行( (面板面板) )数据数据. . 2022-5-279北京工业大学经济管理学院 程兰芳举例举例：对比分析法：对比分析法比较与顾客在某企业（或某商家）比较与顾客在某企业（或某商家）的消费支出情况的消费支出情况2022-5-2710北京工业大学经济管理学院 程兰芳两顾客在月两顾客在月平均支出水平均支出水平一样的情平一样的情况下，应对况下，应对比或比较什比或比较什么呢？么呢？ 2. 分类分析法分类分析法(一个变量的分类数据一个变量的分类数据) l 分类分析的思维更是应

5、用广泛分类分析的思维更是应用广泛l 例如，例如，服装市场服装市场的的细分细分，市场划分可以按照年龄划分，市场划分可以按照年龄划分，也可以按地域划分。也可以按地域划分。l 人的分类人的分类：可以按性别分；按星座分；：可以按性别分；按星座分； 按九型人格划按九型人格划分；按民族划分；按宗教信仰、党派划分；按国籍划分，分；按民族划分；按宗教信仰、党派划分；按国籍划分，等等等等l 客户客户的分类：等等。（以上均属按单一指标分类进行分的分类：等等。（以上均属按单一指标分类进行分析）析）分（聚）类方法也有多种分（聚）类方法也有多种：多元指标的聚类分析就很有用：多元指标的聚类分析就很有用：如客户分类是按照消

6、费习惯、行为偏好、地域分布等多如客户分类是按照消费习惯、行为偏好、地域分布等多个因素综合起来分析。个因素综合起来分析。2022-5-2711北京工业大学经济管理学院 程兰芳3. 相关分析相关分析(两变量间关系两变量间关系)l(1)在图形上在图形上,常用散点图来直观展示常用散点图来直观展示,用于粗用于粗糙判断糙判断.l(2)在测度相关程度上在测度相关程度上,用相关系数来度量用相关系数来度量,计计算变量算变量X与与Y的相关系数公式为的相关系数公式为2022-5-2712北京工业大学经济管理学院 程兰芳4. 分布分析分布分析l包括数据描述的包括数据描述的频数分布频数分布（一个变量取值（一个变量取值的

7、分布）、的分布）、交叉分布交叉分布（二个变量取值的分（二个变量取值的分许），许），l也包括数据的集中趋势也包括数据的集中趋势 分散程度分散程度 分布形分布形态态等方面特征等方面特征. .l在此，补充介绍在此，补充介绍交叉分布交叉分布，其它分析，其它分析将陆将陆续介绍续介绍, ,在此不再赘述在此不再赘述. .2022-5-2713北京工业大学经济管理学院 程兰芳比如，大学生可能喜欢不同颜色的手机，比如，大学生可能喜欢不同颜色的手机，l如果要分析他们最喜欢什么颜色的手机？如果要分析他们最喜欢什么颜色的手机？ 用什么分析方法？用什么分析方法？l如果要分析不同性别、不同专业、甚至不如果要分析不同性别、

8、不同专业、甚至不同年龄的学生对颜色的喜好是否相同（或同年龄的学生对颜色的喜好是否相同（或有什么不同）？则应使用交叉（列联表）有什么不同）？则应使用交叉（列联表）分析分析交叉（列联）表交叉（列联）表（此表为交叉频率表，也（此表为交叉频率表，也可以是交叉频数表，二者可互相转化）可以是交叉频数表，二者可互相转化）l 虽然直观能够粗略看出一些显然的结论，但是要推断男生和女生虽然直观能够粗略看出一些显然的结论，但是要推断男生和女生的偏好差异是否显著（因为差异来自随机抽样差异（同性别内部）的偏好差异是否显著（因为差异来自随机抽样差异（同性别内部）和性别差异），这属于两个定性变量之间是否有相关性的判断问和性

9、别差异），这属于两个定性变量之间是否有相关性的判断问题，需要进行题，需要进行统计检验（卡方检验）统计检验（卡方检验） 颜色颜色性别性别1白色白色2黑色黑色3 橙色橙色4兰色兰色5混合色混合色合计合计男生男生30%50%10%7%3%100%女生女生40%24%14%12%10%100%除了上述四种基本方法之外除了上述四种基本方法之外, ,其他其他衍生衍生分析方法分析方法概览概览2022-5-2716北京工业大学经济管理学院 程兰芳对于战略分析而言，分析方法有：对于战略分析而言，分析方法有：2022-5-2717北京工业大学经济管理学院 程兰芳其中，定量分析法有上表中最下面其中，定量分析法有上表

10、中最下面的三种的三种内外因素评价矩阵法内外因素评价矩阵法（适合单一市场）；（适合单一市场）；层次分析法（适合多个市场）层次分析法（适合多个市场） ；矩阵法（适合多个市场）矩阵法（适合多个市场） 。内外因素评价矩阵方法（综合评价方法之一）内外因素评价矩阵方法（综合评价方法之一）的应用举例的应用举例某零售企业在网上商城业务上的四种战略分析某零售企业在网上商城业务上的四种战略分析2022-5-2718北京工业大学经济管理学院 程兰芳右边的表格是在右边的表格是在SWOTSWOT定性分析的定性分析的基础上的进一步细基础上的进一步细化到定量：化到定量：确定了确定了权重、评价权重、评价等级等级之后，得到每之

11、后，得到每项的项的加权综合分加权综合分，从而比较综合得分从而比较综合得分后而得出结论。后而得出结论。而而权重和评价等级权重和评价等级可以通过可以通过市场调研市场调研和和专家访谈专家访谈来确定。来确定。关于关于战略分析方法战略分析方法层次分析法层次分析法适合多个市场（即多个备选方适合多个市场（即多个备选方案）情形：案）情形：层次分析法的步骤层次分析法的步骤:步骤一步骤一:建立层次结构模型；建立层次结构模型；步骤二步骤二: 构造准则层两两比较构造准则层两两比较矩阵；矩阵；步骤三：计算准则层优先级；步骤三：计算准则层优先级；步骤四：方案层对准则层的优步骤四：方案层对准则层的优先级先级2022-5-2

12、719北京工业大学经济管理学院 程兰芳下面以三个候选下面以三个候选人为对象举例说人为对象举例说明，这里完成了明，这里完成了步骤步骤1步骤二：步骤二：构造准则层的两两比较矩阵构造准则层的两两比较矩阵A（倒数意义下的对（倒数意义下的对称矩阵）（按分制比较）称矩阵）（按分制比较）1 相貌堂堂相貌堂堂2 生活情趣生活情趣3 志趣相投志趣相投4 心胸宽广心胸宽广5 学识渊博学识渊博1相貌堂堂14332 生活情趣217553 志趣相投1/711/34 心胸宽广1/31/52115 学识渊博1/31/53112022-5-27北京工业大学经济管理学院 程兰芳20步骤三：步骤三：计算准则层优先级；计算准则层优

13、先级；11/243321755A= 1/41/711/21/31/31/52111/31/5311第一，按列求和；第一，按列求和；第二，求各列比重，实现列归第二，求各列比重，实现列归一化；一化；第三，再按行求和，之后再把第三，再按行求和，之后再把此列归一化。此列归一化。最后一列是矩阵最后一列是矩阵A 的特征向量的特征向量 W1，其中第其中第2和第和第4 分分量较大，分别为量较大，分别为0.47，0.26，这，这是最重要的两个是最重要的两个准则。准则。步骤四步骤四：方案层对准则层的优先级（即三：方案层对准则层的优先级（即三个候选人在每项标准上的得分）个候选人在每项标准上的得分）2022-5-27

14、22北京工业大学经济管理学院 程兰芳同理，估计同理，估计3个方案的个方案的3阶阶比较矩阵比较矩阵C，之后计算其特之后计算其特征向量征向量步骤步骤5 ：方案层在目标层的优先级方案层在目标层的优先级接下来，计算这三个接下来，计算这三个候选人在候选人在5项标准上项标准上的加权综合得分，之的加权综合得分，之后一比较就得出了综后一比较就得出了综合评价结论合评价结论显然，第一候显然，第一候选人综合评分选人综合评分最高，为最高，为0.521步骤步骤6：一致性检验（即检验不同的评估专一致性检验（即检验不同的评估专家给出的评估矩阵是否基本一致？）家给出的评估矩阵是否基本一致？） 2022-5-2724北京工业大

15、学经济管理学院 程兰芳一致性比率一致性比率CR=CI / RI所有的所有的CR都小于都小于0.1，即认为通过，即认为通过了一致性检验。了一致性检验。至此，层次分析至此，层次分析法结束法结束此外，更进一步的，还有双向评价方法，比如，此外，更进一步的，还有双向评价方法，比如，GE矩阵矩阵法，它可以反过来评价自己是否是对方他的法，它可以反过来评价自己是否是对方他的“菜菜”？暂略？暂略去去综合评价问题中，权重的确定是关键问题综合评价问题中，权重的确定是关键问题之一。之一。 关于关于权重的确定方法权重的确定方法有如下一些有如下一些2022-5-2726北京工业大学经济管理学院 程兰芳关于关于投资项目分析

16、投资项目分析2022-5-2727北京工业大学经济管理学院 程兰芳2022-5-2728北京工业大学经济管理学院 程兰芳投资项目投资项目的平均收益标准差变异系数的计算2022-5-2729北京工业大学经济管理学院 程兰芳关于关于预测分析方法预测分析方法2022-5-2730北京工业大学经济管理学院 程兰芳其中，其中，回归分析回归分析可用于作预测（但其中建模的关键是参数估计和假设检可用于作预测（但其中建模的关键是参数估计和假设检验），这是回归分析的应用之一（价值之一）验），这是回归分析的应用之一（价值之一）单就时间序列分析而言，其主要功能和目的就是用于预测，预测分析单就时间序列分析而言，其主要功

17、能和目的就是用于预测，预测分析有多有多种方法，包括移动平均法、指数平滑法、曲线拟合（非线性回归的线性化）种方法，包括移动平均法、指数平滑法、曲线拟合（非线性回归的线性化）法、季节因素调整模型预测法，还有较复杂的模型等法、季节因素调整模型预测法，还有较复杂的模型等三、数据分析三、数据分析建模方法：回归分析建模方法：回归分析2022-5-2731北京工业大学经济管理学院 程兰芳利用回归模型进行利用回归模型进行预测预测的一个例子的一个例子在讲解应用回归分析进行预测的例子之前，在讲解应用回归分析进行预测的例子之前，首先介绍回归分析的基本术语：首先介绍回归分析的基本术语：l回归分析将涉及一些基本术语：回

18、归分析将涉及一些基本术语：l1.自变量自变量X与因变量与因变量Y，或解释变量，或解释变量X与被解与被解释变量释变量Y：由研究对象决定：由研究对象决定l2. 一元回归与多元回归：由一元回归与多元回归：由X的个数决定的个数决定l3. 线性回归与非线性回归：由线性回归与非线性回归：由X1来决定来决定步骤步骤1:绘出散点图，据此写出线性回归方程的形式。绘出散点图，据此写出线性回归方程的形式。在在Excel 中录入数据后，画出散点图（中录入数据后，画出散点图（“插入插入”选项下选择选项下选择“散点图散点图”即可）：即可）：Y=+X+，或，或Y=+ +X如果散点图呈现的内在规律不是直线的话，如果散点图呈现

19、的内在规律不是直线的话，可通过适当变换后转化为线性规律。可通过适当变换后转化为线性规律。模型线性化的方法模型线性化的方法回归分析步骤回归分析步骤步骤步骤2:估计参数估计参数，得出估计方程得出估计方程2022-5-2735北京工业大学经济管理学院 程兰芳设置模型的输入参设置模型的输入参数和输出参数数和输出参数回归模型估计的输出结果回归模型估计的输出结果显然，显然，t t 统计量的绝对值统计量的绝对值3 3或或P P显著性概率显著性概率0.050.05，推断出：，推断出：X X价格对销售额价格对销售额Y Y有有显著影响；显著影响； F F检验表明，整个回归方程对检验表明，整个回归方程对Y Y的变异

20、的解释显著（即随机干扰对的变异的解释显著（即随机干扰对Y Y的变异的解的变异的解释不显著），估计出的回归方程有效。释不显著），估计出的回归方程有效。F检验看红色检验看红色数值大小，数值大小，Significance F0.05则显则显著著 步骤步骤3：进行统计检验：进行统计检验l 检验通过之后，才能认为估计出的该模型为恰当模型：检验通过之后，才能认为估计出的该模型为恰当模型：l 销售额销售额Y=17818.1-1.28X(平均价格平均价格)l 如果没有通过某项检验，则应重新估计方程。所以建立或如果没有通过某项检验，则应重新估计方程。所以建立或估计模型是一个非常繁杂、反复调试的过程。有时调试后估

21、计模型是一个非常繁杂、反复调试的过程。有时调试后的恰当模型不止一个，那么我们遵循简约原则来确定最简的恰当模型不止一个，那么我们遵循简约原则来确定最简单的一个即可。单的一个即可。常用的有三个检验（用对应的统计量的观测值大小来推断）：常用的有三个检验（用对应的统计量的观测值大小来推断）：1. t 检验检验：检验斜率系数：检验斜率系数=0？若？若=0，说明某一个自变量，说明某一个自变量X对对Y是否有线性影响，是否有线性影响，否则，就有影响。输出结果就归结为看否则，就有影响。输出结果就归结为看t Stat 的数或者的数或者Pvalue大小。大小。2. F 检验检验：整个回归方程对：整个回归方程对Y变异

22、的解释能力是否显著，即方程是否有效。输出变异的解释能力是否显著，即方程是否有效。输出结果结果就归结为看方差分析的就归结为看方差分析的F值值 或者或者Significance F 的大小。的大小。3. R2 检验检验：是恰好用于衡量回归线对：是恰好用于衡量回归线对Y的波动的解释能力，本题为的波动的解释能力，本题为97.12%。所。所以以F检验与检验与R2检验的本质内容是相同的。检验的本质内容是相同的。步骤步骤4：利用可用的估计方程进行预测：利用可用的估计方程进行预测2022-5-2738北京工业大学经济管理学院 程兰芳现在，已知现在，已知2010年年2015年电脑的平均价格以年电脑的平均价格以8

23、%的的速度递减，而速度递减，而2009年的电脑平均价格为年的电脑平均价格为 x=5600,那么需要首先求出价格那么需要首先求出价格x的各年数据，据此才能利用的各年数据，据此才能利用回归模型预测电脑销售额在年回归模型预测电脑销售额在年各年的数值各年的数值注意：在年数值的预测公式注意：在年数值的预测公式主要介绍时间序列的预测分析主要介绍时间序列的预测分析2022-5-27北京工业大学经济管理学院 程兰芳40三、数据分析三、数据分析建模方法：预测分析建模方法：预测分析关于关于应用时间序列预测应用时间序列预测的例子的例子带有明显的季节因素,因此需要分解出来各个因子2022-5-2741北京工业大学经济

24、管理学院 程兰芳2022-5-2742北京工业大学经济管理学院 程兰芳2022-5-2743北京工业大学经济管理学院 程兰芳2022-5-2744北京工业大学经济管理学院 程兰芳对于只有明显趋势没有季节的对于只有明显趋势没有季节的,可用移动平均或可用移动平均或指数平滑方法预测：指数平滑方法预测：1. 移动平均原理移动平均原理2. 指数平滑原理指数平滑原理分别举出一个例子（补充）分别举出一个例子（补充）2022-5-2745北京工业大学经济管理学院 程兰芳三、数据呈现三、数据呈现l分为分为图表呈现图表呈现和和报告呈现报告呈现两种形式两种形式.l请看下面的一个总结框架图请看下面的一个总结框架图:

25、2022-5-2746北京工业大学经济管理学院 程兰芳2022-5-27北京工业大学经济管理学院 程兰芳47数据呈现数据呈现的整体框架图的整体框架图关于关于图表呈现图表呈现2022-5-2748北京工业大学经济管理学院 程兰芳了解图表类型了解图表类型EXCEL 提供的提供的7种基本图形：种基本图形：打开打开xcel，在，在“插入插入”菜单下即可看到菜单下即可看到2022-5-2749北京工业大学经济管理学院 程兰芳2022-5-2750北京工业大学经济管理学院 程兰芳2022-5-2751北京工业大学经济管理学院 程兰芳除了除了数据类图表数据类图表展示之外展示之外,还有还有非数据类图表非数据类

26、图表类型类型点点击击xcel表中的表中的“插入插入”菜单中的菜单中的“SmartArt”快捷键，快捷键，就能看到。具体有如下：就能看到。具体有如下：2022-5-2752北京工业大学经济管理学院 程兰芳非数据类图形还有：非数据类图形还有：2022-5-2753北京工业大学经济管理学院 程兰芳非数据类非数据类图形还有：图形还有：2022-5-2754北京工业大学经济管理学院 程兰芳(数值型数值型)数据类与非数据类与非(数值型数值型)数据类图表数据类图表二者的二者的不同不同 2022-5-2755北京工业大学经济管理学院 程兰芳数值型的图表数值型的图表显示的信显示的信息是数值有多少息是数值有多少(How