數據分析與挖掘

1.概述

信息分析的用途：

定性分析：邏輯推理;

定量分析：建立數學模型，計算，求解。

數據分析的對象包括：

時間序列：企業歷年的數據。

截面數據：企業同一時間的數據。

2.數據統計分析

數據分析的工作(階段)有哪些?

(1)選擇數字特征;

(2)收集并整理數據;

(3)計算數字特征;

(4)建立模型;

(5)檢驗模型誤差;

(6)利用模型預測;

(7)評價統計與預測結果。

記憶：

選擇、整理、計算、建模、檢驗、預測、評價

3.時間數據分析方法

是按時序排列的一組來自同一現象的觀察值。

(1)時間序列成分

趨勢：長期持續向上或持續向下的傾向。

季節變動：實際過程受各種影響而呈現的周期性波動。

規則波動：周期不等的變動，呈漲落交替之狀。

不規則波動：除去趨勢、季節變動和周期波動之后的波動。

(2)時間序列建模的步驟

1)取得時間序列樣本。

2)將樣本點畫成圖，進行相關分析。

3)模式識別與擬合。

4)預測未來。

時間序列常用模型：

(1)ARMA模型

(2)回歸模型

4.大數據系統和數據挖掘技術

(1)大數據

大數據常以萬億或EB衡量，且種類多、實時性 強，蘊藏的商業價值大。很多現有的新或舊的信息基礎設施、工具和技術可用來開發和利用大數據中蘊藏的價值。

(2)數據挖掘

數據挖掘與數據分析不同，區別在于：

1)處理工作量;(多與少的區別)

2)制約條件;(數據挖掘不做假設，自動建立方程)

3)處理對象;(數據挖掘對象類型繁多)

4)處理結果。(數據挖掘的結果不易解釋，著眼于預測未來，并提出決策建議)

(3)數據挖掘步驟

按照挖掘對象，數據挖掘分為數據庫與數據倉庫挖掘和網絡挖掘兩種。

數據挖掘一般有信息收集、數據集成、數據規約、數據清理、數據變換、數據挖掘、模式評估和知識表示8個步驟。

溫馨提示：2021年咨詢工程師報名在沒有疫情影響下，預計在2月份左右報名，考生可 免費預約短信提醒，及時獲取2021年咨詢工程師報名相關信息。考生也可點擊下方按鈕免費下載咨詢工程師歷年真題及答案/精華資料，獲得更多練習題，祝您備考順利!