數(shù)據(jù)整理
| A+醫(yī)學(xué)百科 >> 數(shù)據(jù)整理 |
數(shù)據(jù)整理是對(duì)調(diào)查、觀(guān)察、實(shí)驗(yàn)等研究活動(dòng)中所搜集到的資料進(jìn)行檢驗(yàn)、歸類(lèi)編碼和數(shù)字編碼的過(guò)程。它是數(shù)據(jù)統(tǒng)計(jì)分析的基礎(chǔ)。
在二十世紀(jì)90年代中晚期，為了揭示一些隱含數(shù)據(jù)性質(zhì)、趨勢(shì)和模式，很多商家開(kāi)始探討把傳統(tǒng)的統(tǒng)計(jì)和人工智能分析技術(shù)應(yīng)用到大型數(shù)據(jù)庫(kù)的可行性問(wèn)題，這些探討最終發(fā)展成為基于統(tǒng)計(jì)分析技術(shù)的正規(guī)數(shù)據(jù)整理工具。
目錄 |
數(shù)據(jù)整理技術(shù)
從商業(yè)角度來(lái)看，從前未知的統(tǒng)計(jì)分析模式或趨勢(shì)的發(fā)現(xiàn)為企業(yè)提供了非常有價(jià)值的洞察力。數(shù)據(jù)整理技術(shù)能夠?yàn)槠髽I(yè)對(duì)未來(lái)的發(fā)展具有一定的預(yù)見(jiàn)性。而OLTP僅僅能夠?qū)崿F(xiàn)對(duì)過(guò)去的數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)整理技術(shù)可以分成3類(lèi)：群集、分類(lèi)和預(yù)測(cè)。
群集技術(shù)就是在無(wú)序的方式下集中信息。群集的一個(gè)例子就是對(duì)未知特點(diǎn)的群體商業(yè)客戶(hù)的分析，對(duì)這一例子輸入相關(guān)信息就可以很好的定義客戶(hù)的特點(diǎn)。
分類(lèi)技術(shù)就是集中和指定object以預(yù)先確定事先定義好值的集合。集合通常用上面的技術(shù)來(lái)形成，可以舉一個(gè)例子就是把客戶(hù)按照他們的收入水平分成特定的銷(xiāo)售群體。
預(yù)測(cè)技術(shù)就是對(duì)某些特定的對(duì)象和目錄輸入已知值，并且把這些值應(yīng)用到另一個(gè)類(lèi)似集合中以確定期望值或結(jié)果。比如，一組戴頭盔和肩章的人是足球隊(duì)的，那么我們也認(rèn)為另一組帶頭盔和肩章的人也是足球隊(duì)的。
下面的這幾條是現(xiàn)在常用的數(shù)據(jù)整理技術(shù)，每種技術(shù)都存在集中變異，而且可以應(yīng)用到上面幾種技術(shù)中。
回退模型――這一技術(shù)把標(biāo)準(zhǔn)統(tǒng)計(jì)技術(shù)應(yīng)用到數(shù)據(jù)中來(lái)證明或推翻事先的假設(shè)。一個(gè)例子就是線(xiàn)性回退，這種情況下變量是根據(jù)一定時(shí)間內(nèi)標(biāo)準(zhǔn)或變化路徑來(lái)衡量。另一個(gè)例子是邏輯回退，這種情況下是根據(jù)以前相似事件發(fā)生的已知值來(lái)確定事件發(fā)生的可能性。 可視化――這一技術(shù)是建立多維圖形，讓數(shù)據(jù)分析人員確定數(shù)據(jù)的變化趨勢(shì)、模式以及相互關(guān)系。 相關(guān)性――這一技術(shù)用來(lái)確定數(shù)據(jù)集合內(nèi)兩個(gè)或多個(gè)變量間的相互關(guān)系。 變化分析――這一統(tǒng)計(jì)技術(shù)是用來(lái)確定目標(biāo)或已知變量與非獨(dú)立變量或可變數(shù)據(jù)集合間平均值的差異。 差異分析――這一分類(lèi)技術(shù)用于確定或“區(qū)別”集合中的關(guān)系要素。 預(yù)測(cè)――預(yù)測(cè)技術(shù)是根據(jù)過(guò)去事件的已知值來(lái)確定未知結(jié)果 群集技術(shù)――群集技術(shù)是把數(shù)據(jù)分成很多組，并分析這些組的特性。 決策樹(shù)――決策樹(shù)是采用能用“if-then-else”語(yǔ)言表示的規(guī)則來(lái)分配數(shù)據(jù)。 神經(jīng)網(wǎng)絡(luò)――神經(jīng)網(wǎng)絡(luò)是用來(lái)模擬已知函數(shù)的數(shù)據(jù)模型，這一技術(shù)通過(guò)對(duì)數(shù)據(jù)進(jìn)行迭代，同時(shí)在確定變化模式和趨勢(shì)上有更大的靈活性。
數(shù)據(jù)整理的方法
(1)歸納法: 可應(yīng)用直方圖、分組法、層別法及統(tǒng)計(jì)解析法。
(2)演繹法: 可應(yīng)用要因分析圖、散布圖及相關(guān)回歸分析。
(3)預(yù)防法: 通稱(chēng)管制圖法, 包括Pn管制圖、P管制圖、C管制圖、U管制圖、管制圖、X-Rs管制圖。
數(shù)據(jù)整理的步驟
(1)原始數(shù)據(jù)之審核。
(2)分類(lèi)項(xiàng)目之確定。
(3)施行歸類(lèi)整理。
(4)列表。
(5)繪圖。
數(shù)據(jù)整理的注意事項(xiàng)
(1)現(xiàn)場(chǎng)收集數(shù)據(jù), 應(yīng)逐日、逐周和品管部門(mén)所收集的數(shù)據(jù)作核對(duì), 以求整理真實(shí)且具有代表性的數(shù)據(jù)。
(2)數(shù)據(jù)整理, 改善前、后所具備的條件要一致, 如此所作的數(shù)據(jù)整理和比較才有意義。
(3)異常發(fā)生要采取措施, 一定要以整理后之?dāng)?shù)據(jù)為研究依據(jù)。
(4)使用經(jīng)別人發(fā)表的次級(jí)數(shù)據(jù)應(yīng)注意:
a.原搜集數(shù)據(jù)之目的與數(shù)據(jù)之來(lái)源如何? b.原使用之單位是否與所欲研究者一致, 如不一致應(yīng)如何調(diào)整始為合用? c.原來(lái)搜集所得之?dāng)?shù)字, 可靠程度如何? 如何靠當(dāng)然可以取用, 不可靠時(shí), 應(yīng)尋求原因, 力謀解決。 d.原來(lái)搜集方法如何? 有無(wú)重復(fù)或遺漏之處? e.如根據(jù)兩種以上不同原始來(lái)源之?dāng)?shù)據(jù), 使用之前應(yīng)查明其內(nèi)容互異之處, 尋求錯(cuò)誤原因再定取舍。
| 關(guān)于“數(shù)據(jù)整理”的留言： |  訂閱討論RSS
|
|
目前暫無(wú)留言 | |
| 添加留言 | |