【正文】 第一篇：數(shù)據(jù)分析工具數(shù)據(jù)分析工具概述 數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)方法對(duì)收集來(lái)的大量第一手資料和第二手資料進(jìn)行分析，以求最大化地開(kāi)發(fā)數(shù)據(jù)資料的功能，發(fā)揮數(shù)據(jù)的作用。是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。數(shù)據(jù)也稱觀測(cè)值，是實(shí)驗(yàn)、測(cè)量、觀察、調(diào)查等的結(jié)果，常以數(shù)量的形式給出。數(shù)據(jù)是事實(shí)，也稱觀測(cè)值，是實(shí)驗(yàn)、測(cè)量、觀察、調(diào)查等的結(jié)果，常以數(shù)量的形式給出。數(shù)據(jù)分析的目的是把隱沒(méi)在一大批看來(lái)雜亂無(wú)章的數(shù)據(jù)中的信息集中、萃取和提煉出來(lái)，以找出所研究對(duì)象的內(nèi)在規(guī)律。在實(shí)用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當(dāng)行動(dòng)。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過(guò)程。這一過(guò)程是質(zhì)量管理體系的支持過(guò)程。分析工具 excel作為常用的分析工具，可以實(shí)現(xiàn)基本的分析工作，在商業(yè)智能領(lǐng)域Cognos、Microstrategy、Brio、BO和Oracle以及國(guó)內(nèi)產(chǎn)品如北京永洪科技的Yonghong ZSuite BI套件，奧威智動(dòng)的Power BI也比較常用。自商業(yè)智能這一領(lǐng)域被開(kāi)拓以來(lái)，國(guó)內(nèi)外BI工具層出不窮。IBM cognos、SAP BO、oracle BIEE、Microsoft BI、MicroStrategy、思邁特 BI、奧威智動(dòng) PowerBI等都是傳統(tǒng)的BI軟件，而Qliktech QlikView、tableau、永洪科技 Yonghong ZSuite等是下一代BI的代表。傳統(tǒng)BI工具基于數(shù)據(jù)驅(qū)動(dòng)，以瀑布開(kāi)發(fā)模式建設(shè)BI系統(tǒng)。傳統(tǒng)BI工具需要預(yù)先形成CUBE，交付時(shí)間在半年左右，如果需求發(fā)生變化，相關(guān)模塊調(diào)整周期按月計(jì)算。通常傳統(tǒng)BI工具模塊較多，操作復(fù)雜，無(wú)法形成自服務(wù)BI。新一代BI軟件區(qū)別于傳統(tǒng)BI軟件，基于業(yè)務(wù)驅(qū)動(dòng)，無(wú)需預(yù)生成Cube，交付周期按周、月計(jì)算，能夠形成自服務(wù)BI系統(tǒng)。對(duì)于需求變化，交付周期按天、周計(jì)算，相關(guān)模塊調(diào)整不大。Yonghong ZSuite、tableau、QlikView等新一代BI工具帶有數(shù)據(jù)集市，可以處理海量數(shù)據(jù)。以Yonghong ZSuite為例，其主要有以下特點(diǎn)：驅(qū)動(dòng)模式：業(yè)務(wù)驅(qū)動(dòng)。開(kāi)發(fā)模式：以敏捷開(kāi)發(fā)模式建設(shè)BI系統(tǒng)。交付周期：交付周期偏短，項(xiàng)目失敗率低；樂(lè)意在客戶現(xiàn)場(chǎng)做POC(Proof of Concept)。需求變化：可以應(yīng)對(duì)變化，新需求交付周期很短；相關(guān)模塊調(diào)整不大，交付周期在一兩天之內(nèi)。成本：一站式平臺(tái)提供數(shù)據(jù)集市和BI軟件，無(wú)需購(gòu)買(mǎi)MPP數(shù)據(jù)倉(cāng)庫(kù)，費(fèi)用低。自服務(wù)BI：能夠形成自服務(wù)BI。分析：展現(xiàn)只是起點(diǎn)，分析功能強(qiáng)大。海量數(shù)據(jù)：X86通用平臺(tái)，以Scaleout擴(kuò)展模式處理海量數(shù)據(jù)。基于CPU收費(fèi)，具有較高性價(jià)。數(shù)據(jù)集市：Yonghong ZData Mart專(zhuān)業(yè)數(shù)據(jù)集市處理大數(shù)據(jù)。第二篇：數(shù)據(jù)分析軟件和工具以下是我在近三年做各類(lèi)計(jì)量和統(tǒng)計(jì)分析過(guò)程中感受最深的東西，或能對(duì)大家有所幫助。當(dāng)然，它不是ABC的教程，也不是細(xì)致的數(shù)據(jù)分析方法介紹，它只 是“總結(jié)”和“體會(huì)”。由于我所學(xué)所做均甚雜，我也不是學(xué)統(tǒng)計(jì)、數(shù)學(xué)出身的，故本文沒(méi)有主線，只有碎片，且文中內(nèi)容僅為個(gè)人觀點(diǎn)，許多論斷沒(méi)有數(shù)學(xué)證明，望統(tǒng)計(jì)、計(jì)量大牛輕拍。于我個(gè)人而言，所用的數(shù)據(jù)分析軟件包括EXCEL、SPSS、STATA、EVIEWS。在分析前期可以使用EXCEL進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)結(jié)構(gòu)調(diào) 整、復(fù)雜的新變量計(jì)算（包括邏輯計(jì)算）；在后期呈現(xiàn)美觀的圖表時(shí)，它的制圖制表功能更是無(wú)可取代的利器；但需要說(shuō)明的是，EXCEL畢竟只是辦公軟件，它 的作用大多局限在對(duì)數(shù)據(jù)本身進(jìn)行的操作，而非復(fù)雜的統(tǒng)計(jì)和計(jì)量分析，而且，當(dāng)樣本量達(dá)到“萬(wàn)”以上級(jí)別時(shí)，EXCEL的運(yùn)行速度有時(shí)會(huì)讓人抓狂。SPSS是擅長(zhǎng)于處理截面數(shù)據(jù)的傻瓜統(tǒng)計(jì)軟件。首先，它是專(zhuān)業(yè)的統(tǒng)計(jì)軟件，對(duì)“萬(wàn)”甚至“十萬(wàn)”樣本量級(jí)別的數(shù)據(jù)集都能應(yīng)付自如；其次，它是統(tǒng)計(jì)軟 件而非專(zhuān)業(yè)的計(jì)量軟件，因此它的強(qiáng)項(xiàng)在于數(shù)據(jù)清洗、描述統(tǒng)計(jì)、假設(shè)檢驗(yàn)（T、F、卡方、方差齊性、正態(tài)性、信效度等檢驗(yàn)）、多元統(tǒng)計(jì)分析（因子、聚類(lèi)、判 別、偏相關(guān)等）和一些常用的計(jì)量分析（初、中級(jí)計(jì)量教科書(shū)里提到的計(jì)量分析基本都能實(shí)現(xiàn)），對(duì)于復(fù)雜的、前沿的計(jì)量分析無(wú)能為力；第三，SPSS主要用于 分析截面數(shù)據(jù)，在時(shí)序和面板數(shù)據(jù)處理方面功能了了；最后，SPSS兼容菜單化和編程化操作，是名副其實(shí)的傻瓜軟件。STATA與EVIEWS都是我偏好的計(jì)量軟件。前者完全編程化操作，后者兼容菜單化和編程化操作；雖然兩款軟件都能做簡(jiǎn)單的描述統(tǒng)計(jì)，但是較之 SPSS差了許多；STATA與EVIEWS都是計(jì)量軟件，高級(jí)的計(jì)量分析能夠在這兩個(gè)軟件里得到實(shí)現(xiàn)；STATA的擴(kuò)展性較好，我們可以上網(wǎng)找自己需要 的命令文件（.ado文件），不斷擴(kuò)展其應(yīng)用，但EVIEWS就只能等著軟件升級(jí)了；另外，對(duì)于時(shí)序數(shù)據(jù)的處理，EVIEWS較強(qiáng)。綜上，各款軟件有自己的強(qiáng)項(xiàng)和弱項(xiàng)，用什么軟件取決于數(shù)據(jù)本身的屬性及分析方法。EXCEL適用于處理小樣本數(shù)據(jù)，SPSS、STATA、EVIEWS可以處理較大的樣本；EXCEL、SPSS適合做數(shù)據(jù)清洗、新變量計(jì)算等分析前準(zhǔn)備性工作，而STATA、EVIEWS在這方面 較差；制圖制表用EXCEL；對(duì)截面數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析用SPSS，簡(jiǎn)單的計(jì)量分析SPSS、STATA、EVIEWS可以實(shí)現(xiàn)，高級(jí)的計(jì)量分析用 STATA、EVIEWS，時(shí)序分析用EVIEWS。關(guān)于因果性做統(tǒng)計(jì)或計(jì)量，我認(rèn)為最難也最頭疼的就是進(jìn)行因果性判斷。假如你有A、B兩個(gè)變量的數(shù)據(jù)，你怎么知道哪個(gè)變量是因（自變量），哪個(gè)變量是果（因變量）？早期，人們通過(guò)觀察原因和結(jié)果之間的表面聯(lián)系進(jìn)行因果推論，比如恒常會(huì)合、時(shí)間順序。但是，人們漸漸認(rèn)識(shí)到多次的共同出現(xiàn)和共同缺失可能是因果關(guān) 系，也可能是由共同的原因或其他因素造成的。從歸納法的角度來(lái)說(shuō)，如果在有A的情形下出現(xiàn)B，沒(méi)有A的情形下就沒(méi)有B，那么A很可能是B的原因，但也可能 是其他未能預(yù)料到的因素在起作用，所以，在進(jìn)行因果判斷時(shí)應(yīng)對(duì)大量的事例進(jìn)行比較，以便提高判斷的可靠性。有兩種解決因果問(wèn)題的方案：統(tǒng)計(jì)的解決方案和科學(xué)的解決方案。統(tǒng)計(jì)的解決方案主要指運(yùn)用統(tǒng)計(jì)和計(jì)量回歸的方法對(duì)微觀數(shù)據(jù)進(jìn)行分析，比較受干預(yù)樣本與 未接受干預(yù)樣本在效果指標(biāo)（因變量）上的差異。需要強(qiáng)調(diào)的是，利用截面數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，不論是進(jìn)行均值比較、頻數(shù)分析，還是方差分析、相關(guān)分析，其結(jié)果 只是干預(yù)與影響效果之間因果關(guān)系成立的必要條件而非充分條件。類(lèi)似的，利用截面數(shù)據(jù)進(jìn)行計(jì)量回歸，所能得到的最多也只是變量間的數(shù)量關(guān)系；計(jì)量模型中哪個(gè) 變量為因變量哪個(gè)變量為自變量，完全出于分析者根據(jù)其他考慮進(jìn)行的預(yù)設(shè)，與計(jì)量分析結(jié)果沒(méi)有關(guān)系?？傊貧w并不意味著因果關(guān)系的成立，因果關(guān)系的判定或 推斷必須依據(jù)經(jīng)過(guò)實(shí)踐檢驗(yàn)的相關(guān)理論。雖然利用截面數(shù)據(jù)進(jìn)行因果判斷顯得勉強(qiáng)，但如果研究者掌握了時(shí)間序列數(shù)據(jù)，因果判斷仍有可為，其中最經(jīng)典的方法就是 進(jìn)行“格蘭杰因果關(guān)系檢驗(yàn)