【正文】 求得各要素間線性關(guān)系的實(shí)質(zhì)上有意義的表達(dá)式，將眾多要素的信息壓縮表達(dá)為若干具有代表性的合成變量，這就克服了變量選擇時(shí)的冗余和相關(guān)，然后選擇信息最豐富的少數(shù)因子進(jìn)行各種聚類分析，構(gòu)造應(yīng)用模型。(2)多因子重要性指標(biāo)(權(quán)重)的確定。綜合評價(jià)是區(qū)劃和規(guī)劃的基礎(chǔ)。(3.)邏輯樹分析模型主要針對已知問題進(jìn)行分析，通過對已知問題的細(xì)化分析，通過分析結(jié)論找到問題的最優(yōu)解決方案。 結(jié)果上：數(shù)據(jù)分析對結(jié)果進(jìn)行解釋，呈現(xiàn)出有效信息，數(shù)據(jù)挖掘的結(jié)果不容易解釋，對信息進(jìn)行價(jià)值評估，著眼于預(yù)測未來，并提出決策性建議。 約束上：數(shù)據(jù)分析是從一個(gè)假設(shè)出發(fā)，需要自行建立方程或模型來與假設(shè)吻合，而數(shù)據(jù)挖掘不需要假設(shè)，可以自動(dòng)建立方程。 數(shù)據(jù)分析：數(shù)據(jù)分析只是在已定的假設(shè)，先驗(yàn)約束上處理原有計(jì)算方法，統(tǒng)計(jì)方法，將數(shù)據(jù)分析轉(zhuǎn)化為信息，而這些信息需要進(jìn)一步的獲得認(rèn)知，轉(zhuǎn)化為有效的預(yù)測和決策，這時(shí)就需要數(shù)據(jù)挖掘，數(shù)據(jù)挖掘與數(shù)據(jù)分析兩者緊密相連，具有循環(huán)遞歸的關(guān)系，數(shù)據(jù)分析結(jié)果需要進(jìn)一步進(jìn)行數(shù)據(jù)挖掘才能指導(dǎo)決策，而數(shù)據(jù)挖掘進(jìn)行價(jià)值評估的過程也需要調(diào)整先驗(yàn)約束而再次進(jìn)行數(shù)據(jù)分析。 ⑥模式評估，根據(jù)某種興趣度量，識別表示知識的真正有趣的模式。 ②數(shù)據(jù)集成，多種數(shù)據(jù)源可以組合在一起。關(guān)于數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的區(qū)別有不同的表述，典型的表述有兩種: ①知識發(fā)現(xiàn)是數(shù)據(jù)挖掘的特例，即把用于挖掘的數(shù)據(jù)集限制在數(shù)據(jù)庫這種數(shù)據(jù)組織形式上，因此數(shù)據(jù)挖掘可以看作是知識發(fā)現(xiàn)在挖掘?qū)ο蟮难由旌蛿U(kuò)展。 它們的研究對象、方法和結(jié)果的表現(xiàn)形式等方面基本上都是相同的。 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘又叫數(shù)據(jù)開采，數(shù)據(jù)采掘，分為基于數(shù)據(jù)庫的數(shù)據(jù)挖掘、基于應(yīng)用數(shù)據(jù)的挖掘、基于信息集合的挖掘等多種概念。以便精準(zhǔn)快速的查找與分類。通常表現(xiàn)為預(yù)測分析系統(tǒng)質(zhì)量提高，或者說第三方因素對其的影響下降。就像所有的項(xiàng)目，剛開始我們都要明確他的商業(yè)目標(biāo)目的一樣。一個(gè)例子看去年的銷售收入，再為下一年指定目標(biāo)。幾乎所有的報(bào)表，如：銷售、市場、操作以及財(cái)務(wù)都適用這樣的模式進(jìn)行事后分析，來提出這些問題：發(fā)什么什么？多少？頻率如何？什么地方？何時(shí)？問題關(guān)鍵是什么？應(yīng)該采取怎樣的行動(dòng)？ （2）預(yù)測模式：分析過去可以知道客戶可能會(huì)有的操作，這樣可以預(yù)測單一用戶的操作。 ：如果測量的結(jié)果能區(qū)分不同的測量結(jié)果，就認(rèn)為該測量具有區(qū)分效度，例如如果測量結(jié)果能區(qū)分A/B兩類人群，那么對這兩類人群做t檢驗(yàn)或方差分析，比較差異是否具有統(tǒng)計(jì)學(xué)意義，以此判斷測量是否具有區(qū)分效度。效度越高表示測量真實(shí)性越高，由于真實(shí)值往往未知，所以我們對于效度的評價(jià)也不可能有絕對肯定的答案，但是可以用指標(biāo)來評價(jià)，對于一個(gè)標(biāo)準(zhǔn)的測量來說，效度比信度更為重要。這里的一致性是指題目測量目的的一致，而不是題目描述或形式的一致，主要方法有： 1分半信度是指將一份問卷分成兩部分，計(jì)算這兩部分的相關(guān)系數(shù)，即分半信度系數(shù)，以此來衡量整份問卷的信度 2克朗巴哈信度是最常用的測量內(nèi)部一致性信度的方法，計(jì)算出的克朗巴哈α系數(shù)是所有可能分半信度的均值，取值在01之間，系數(shù)越高一致性越好，常用在量表的信度分析K為量表做包含的總題目數(shù)si2為量表題項(xiàng)的方差總和s2為量表題項(xiàng)加總后方差 3庫德理查森信度計(jì)算出的KR20系數(shù)是克朗巴哈系數(shù)的一個(gè)特例，用于計(jì)算二分類變量的量表用來考察評分者對于問卷評分的信度，有兩種方法：1隨機(jī)抽取一些問卷，由兩位評分者評分，然后根據(jù)每份問卷的分?jǐn)?shù)計(jì)算相關(guān)系數(shù) 2一位評分者兩次或兩次以上進(jìn)行評分，然后計(jì)算這幾次評分的Kendall和諧系數(shù)或Kappa系數(shù)對信度系數(shù)要注意三點(diǎn)： ，對不同樣本，采用不同方法會(huì)得到不同的信度系數(shù)，因此一個(gè)測驗(yàn)可能不止一個(gè)信度系數(shù)。信度分析的方法主要有以下四種：　　大部分的信度指標(biāo)都以相關(guān)系數(shù)來表示，即用同一被試樣本所得的兩組資料的相關(guān)作為測量一致性的指標(biāo)，稱作信度系數(shù)，主要分為四大類： 是指用同樣的測量工具，對同一組被測者隔一定時(shí)間重復(fù)測量，考察兩次測量結(jié)果的相關(guān)程度，可以直接采用相關(guān)分析，得到的相關(guān)系數(shù)即為重測信度系數(shù)。在模型參數(shù)的估計(jì)上，采用最大似然估計(jì)法(Maximum Likelihood，ML)；在模型的適合度檢驗(yàn)上，以基本的擬合標(biāo)準(zhǔn)(preliminary fit criteria)、整體模型擬合優(yōu)度(overall model fit)以及模型內(nèi)在結(jié)構(gòu)擬合優(yōu)度(fit of internal structure of model)(Bagozzi和Yi，1988)三個(gè)方面的各項(xiàng)指標(biāo)作為判定的標(biāo)準(zhǔn)。效度是指工具是否能測出在設(shè)計(jì)時(shí)想測出的結(jié)果。一般來說，Cronbach’a僅大于0．7為高信度，低于0．35為低信度(Cuieford，1965)，0．5為最低可以接受的信度水準(zhǔn)(Nunnally，1978)。此外，以平均數(shù)和標(biāo)準(zhǔn)差來描述市場導(dǎo)向、競爭優(yōu)勢、組織績效等各個(gè)構(gòu)面，以了解樣本企業(yè)的管理人員對這些相關(guān)變量的感知，并利用t檢驗(yàn)及相關(guān)分析對背景變量所造成的影響做檢驗(yàn)。JMP的應(yīng)用領(lǐng)域包括業(yè)務(wù)可視化、探索性數(shù)據(jù)分析、六西格瑪及持續(xù)改善（可視化六西格瑪、質(zhì)量管理、流程優(yōu)化）、試驗(yàn)設(shè)計(jì)、生存及可靠性、統(tǒng)計(jì)分析與建模、交互式數(shù)據(jù)挖掘、分析程序開發(fā)等。minitab：MINITAB功能菜單包括：假設(shè)檢驗(yàn)（參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)），回歸分析（一元回歸和多元回歸、線性回歸和非線性回歸），方差分析（單因子、多因子、一般線性模型等），時(shí)間序列分析，圖表（散點(diǎn)圖、點(diǎn)圖、矩陣圖、直方圖、莖葉圖、箱線圖、概率圖、概率分布圖、邊際圖、矩陣圖、單值圖、餅圖、區(qū)間圖、Pareto、Fishbone、運(yùn)行圖等）、蒙特卡羅模擬和仿真、SPC(Statistical Process Control 統(tǒng)計(jì)過程控制)、可靠性分析（分布擬合、檢驗(yàn)計(jì)劃、加速壽命測試等）、MSA（交叉、嵌套、量具運(yùn)行圖、類型I量具研究等）等。它將幾乎所有的功能都以統(tǒng)一、規(guī)范的界面展現(xiàn)出來，使用Windows的窗口方式展示各種管理和分析數(shù)據(jù)方法的功能，對話框展示出各種功能選擇項(xiàng)。它對各種可能的風(fēng)險(xiǎn)進(jìn)行評價(jià)、分析，以便在現(xiàn)有技術(shù)的基礎(chǔ)上消除這些風(fēng)險(xiǎn)或?qū)⑦@些風(fēng)險(xiǎn)減小到可接受的水平。FMEA直方圖(Histogram)又稱柱狀圖、質(zhì)量分布圖。排列圖是分析和尋找影響質(zhì)量主原因素的一種工具，其形式用雙直角坐標(biāo)圖，左邊縱坐標(biāo)表示頻數(shù)（如件數(shù)金額等），右邊縱坐標(biāo)表示頻率（如百分比表示）。造成波動(dòng)的原因可分成兩類，一是不可控的隨機(jī)因素，另一是研究中施加的對結(jié)果形成影響的可控因素。方差分析(ANOVA/Analysis of Variance) 對應(yīng)分析(Correspondence analysis)也稱關(guān)聯(lián)分析、RQ型因子分析，通過分析由定性變量構(gòu)成的交互匯總表來揭示變量間的聯(lián)系。相關(guān)分析（Correlation Analysis）不同研究者對于同一組數(shù)據(jù)進(jìn)行聚類分析，所得到的聚類數(shù)未必一致。 聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個(gè)類的分析過程。另外，數(shù)據(jù)分析報(bào)告需要有明確的結(jié)論、建議和解決方案，不僅僅是找出問題，后者是更重要的，否則稱不上好的分析，同時(shí)也失去了報(bào)告的意義，數(shù)據(jù)的初衷就是為解決一個(gè)商業(yè)目的才進(jìn)行的分析，不能舍本求末。 撰寫報(bào)告 最后階段，就是撰寫數(shù)據(jù)分析報(bào)告，這是對整個(gè)數(shù)據(jù)分析成果的一個(gè)呈現(xiàn)。其一要熟悉常規(guī)數(shù)據(jù)分析方法，最基本的要了解例如方差、回歸、因子、聚類、分類、時(shí)間序列等多元和數(shù)據(jù)分析方法的原理、使用范圍、優(yōu)缺點(diǎn)和結(jié)果的解釋；其二是熟悉1+1種數(shù)據(jù)分析工具，Excel是最常見，一般的數(shù)據(jù)分析我們可以通過Excel完成，后而要熟悉一個(gè)專業(yè)的分析軟件，如數(shù)據(jù)分析工具SPSS/SAS/R/Matlab等，便于進(jìn)行一些專業(yè)的統(tǒng)計(jì)分析、數(shù)據(jù)建模等。這個(gè)過程是數(shù)據(jù)分析整個(gè)過程中最占據(jù)時(shí)間的，也在一定程度上取決于數(shù)據(jù)倉庫的搭建和數(shù)據(jù)質(zhì)量的保證。例如，減少新客戶的流失、優(yōu)化活動(dòng)效果、提高客戶響應(yīng)率等等。實(shí)用文檔數(shù)據(jù)分析與可視化1. 什么是數(shù)據(jù)分析？數(shù)據(jù)分析是基于商業(yè)目的，有目的的進(jìn)行收集、整理、加工和分析數(shù)據(jù)，提煉有價(jià)信息的一個(gè)過程?；谏虡I(yè)的理解，整理分析框架和分析思路。 數(shù)據(jù)處理數(shù)據(jù)處理是指對收集到的數(shù)據(jù)進(jìn)行加工、整理，以便開展數(shù)據(jù)分析，它是數(shù)據(jù)分析前必不可少的階段。到了這個(gè)階段，要能駕馭數(shù)據(jù)、開展數(shù)據(jù)分析，就要涉及到工具和方法的使用。常用的圖表包括餅圖、折線圖、柱形圖/條形圖、散點(diǎn)圖、雷達(dá)圖等、金字塔圖、矩陣圖、漏斗圖、帕雷托圖等。結(jié)構(gòu)清晰、主次分明可以使閱讀者正確理解報(bào)告內(nèi)容；圖文并茂，可以令數(shù)據(jù)更加生動(dòng)活潑，提高視覺沖擊力，有助于閱讀者更形象、直觀地看清楚問題和結(jié)論，從而產(chǎn)生思考。常用數(shù)據(jù)分析方法:聚類分析（Cluster Analysis）聚類分析所使用方法的不同，常常會(huì)得到不同的結(jié)論。因子分析就是從大量的數(shù)據(jù)中尋找內(nèi)在的聯(lián)系，減少?zèng)Q策的困難。在社會(huì)學(xué)研究中，因子分析常采用以主成分分析為基礎(chǔ)的反覆法。對應(yīng)分析（Correspondence Analysis）回歸分析運(yùn)用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。由于各種因素的影響，研究所得的數(shù)據(jù)呈現(xiàn)波動(dòng)狀。直方圖散點(diǎn)圖(scatter diagram)魚骨圖（Ishikawa）它看上去有些象魚骨，問題或缺陷（即后果）標(biāo)在魚頭外。它實(shí)際上是FMA（故障模式分析）和FEA（故障影響分析）的組合。SPSS：SPSS是世界上最早采用圖形菜單驅(qū)動(dòng)界面的統(tǒng)計(jì)軟件，它最突出的特點(diǎn)就是操作界面極為友好，輸出結(jié)果美觀漂亮。JMP：JMP的算法源于SAS，特別強(qiáng)調(diào)以統(tǒng)計(jì)方法的實(shí)際應(yīng)用為導(dǎo)向，交互性、可視化能力強(qiáng)，使用方便，尤其適合非統(tǒng)計(jì)專業(yè)背景的數(shù)據(jù)分析人員使用，在同類軟件中有較大的優(yōu)勢?！　“颖净举Y料的描述，作各變量的次數(shù)分配及百分比分析，以了解樣本的分布情況。針對各研究變量的衡量題項(xiàng)進(jìn)行Cronbach’a