统计分析与数据挖掘_第1页
统计分析与数据挖掘_第2页
统计分析与数据挖掘_第3页
统计分析与数据挖掘_第4页
统计分析与数据挖掘_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

统计分析与数据挖掘什么是数据挖掘？数据挖掘的目的噪音数据信息知识智慧“淘金”数据挖掘应用分类统计分析与数据挖掘的关系统计分析与数据挖掘的关系抽样的魅力

如果你希望了解持某种看法的民众在总人口中的比例，只要按照被普遍接受的抽样办法从几百万成年人中选出1500人作为样本，依据这些样本所获得的比例与实际比例的误差可以控制在3%。更令人不可思议的是，这个误差只依赖样本个数，和总体的大小无关，也就是说，如果将这个总体扩大到100亿个个体，那么1500个个体组成的样本调查结果和实际值的误差同样在3%以内。——《让数据告诉你》统计分析与数据挖掘的关系抽样的魅力样本比例n=1500总体比例pN=百万/十亿/百亿用样本估计大总体参数的误差与N无关，仅取决于n与主成分分析（PCA）概念：利用降维的思想,把多指标转化为少数几个综合指标的多元统计分析方法数学上的处理：将原来p个指标作线性组合,作为新的综合指标。根据方差最大化原理，选取的新线性组合，依次得到第一主成分F1、第二主成分F2……且要求Cov(F1,F2)=0，实际工作中，就挑选前几个最大主成分优点：减少信息交叉PCA在市场研究中的应用案例：某食品生产商预对常用50种食品的生产进行经营决策，对785名消费者的食品嗜好程度进行调查，要求每个消费者对50种食品进行评价，按对食品的喜好程度在1-9分内评分。分析过程：将被调查者按性别与年龄分成10组，1—5组表示男性，6—10组表示女性，且1—5,6—10各组分别按年龄从小到大排序。然后计算各组对每种食品评分的平均值，即得到含有10个变量的样本观测数据。食品组号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在市场研究中的应用对样本观测数据矩阵标准化，计算相关系数矩阵（这里是10个变量即为10阶），求出特征值及相应的特征向量，得到10个主成分，根据贡献率大小实际中一般选取前面几个影响较大的PCA在市场研究中的应用男性女性年龄年龄平均嗜好年龄性别代入标准化的原始数据，按照各个食品种类得到各主成分得分……聚类分析概念：将大量对象和描述对象的众多属性分成由类似的对象组成的多个类的过程依据的原则：“物以类聚”与分类的区别：进行聚类前并不知道将要划分成几个组和什么样的组，也不知道

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论