Определение
В средата и края на 90-те години на миналия век, за да разкрият някои подразбиращи се естество на данните, тенденции и модели, много търговци започнаха да изследват традиционните статистики и технологиите за анализ на изкуствения интелект до проблеми с осъществимостта за големи бази данни, тези дискусии в крайна сметка разработват официални инструменти за обработка на данни, базирани на технология за статистически анализ.
Data Corporation се отнася главно до обработка на необработени данни, така че да е систематично организирана, за да отговори на нуждите на статистическия анализ, а данните се показват под формата на диаграма за опростяване на данните. Лесен за разбиране и анализиране.
Метод
(1) индукционен метод: хистограма, метод на групиране, метод на слоеве и статистически анализ.
(2) Дедуктивен метод: Прилага се за анализ, разпръснат и свързан регресионен анализ.
(3) Метод за предотвратяване: Общо въведение в метода на контролната графика, включително PN контролна диаграма, P контролна диаграма, C контролна диаграма, U-контролна диаграма, контролна диаграма, X-RS контролна диаграма.
стъпка
1.. Според дизайна на изследователските цели.
Схемата за завършване включва главно два аспекта: Първо, цялостният метод на лечение е основно да се обмисли как да се провеждат статистически пакети; другият е да се определят свързани показатели, които отразяват общите характеристики.
2. Одит и проверка на статистиката.
Данните трябва да бъдат прегледани, преди данните да бъдат прегледани, проверете целостта, точността и навременността на оригиналните данни. Открийте проблемите, за да ги разрешите навреме.
3. Пакети данни и обобщение и изчисляване на различни индикатори.
Пакетират необработени данни в съответствие с определени стандарти, обобщават броя на единиците от всяка група и изчисляват показатели като средна стойност, дисперсия.
4. Чрез статистическа таблица или диаграма се показват крайните резултати.
Въз основа на статистическата група изчислете честотата на всяка група, организирайте таблицата за разпределение на честотата и начертайте картата на разпределението на честотата.
5. Натрупване, съхраняване и обявяване на статистика.
Натрупване и съхранение на статистика. Динамичният анализ често се извършва по време на статистически изследвания, които изискват дългосрочно натрупване на статистика.
Значение
След фазата на статистическото проучване се събират голям брой статистически данни, но получените статистики са главно оригинални материали, които отразяват общите характеристики на единицата. Тези материали са спорадични, разпръснати и неудържими, могат само да посочат специфичните условия на всяка изследователска единица, отразявайки повърхностния феномен на нещата, не могат да обяснят цялата картина на изследването, не могат да обяснят основните характеристики на нещата и не могат разкриват нещата Закон за развитие. Следователно тези данни от проучването трябва да бъдат обработени и организирани, за да отразяват цялостните характеристики на явлението.
Data Corporation се основава на задачите и изискванията на статистическите изследвания и големия брой оригинални материали, събрани от статистическото проучване, групират, обобщават и го правят физически и систематичен и го деградират, за да отразяват цялостните изчерпателни характеристики. Работният процес на статистически данни. Също така организираната повторна обработка (включително исторически данни) също е статистическа. Обикновено след като се събере голямо количество данни, те не могат да бъдат използвани директно, тъй като разликата между тези данни все още може да бъде въплътена като първоначално разстройство, само след организиране можем да открием закономерността на явлението.
Завършването на данните е междинното звено на статистическата работа, която се извършва въз основа на статистически изследвания, но също така и продължението на статистическите изследвания и е предпоставката на статистическите изследвания пред статистиката. Важната роля е много важна в статистическата работа. Добрите и лошите резултати от статистическата обработка, независимо дали са научни, наистина отразяват обективната практика, ще повлияят пряко на точността на статистическия анализ, ще се отразят на качеството на цялата статистическа работа. Ако това е добра работа, това ще направи проучването и пълните данни се губят, така че целта на статистическата работа и задачата за завършване на статистическата работа.
В допълнение, обработката на данни е необходимо средство за натрупване на исторически данни. Динамичният анализ често се използва в статистическите изследвания, които изискват дългосрочно натрупана историческа информация. Според нуждите на статистическите изследвания е необходимо да се подбере, реорганизира, класифицира и обобщи съществуващата информация и трябва да бъде завършена със статистическа довършителна работа.
Предпазни мерки
1. Данни за събиране на място, данните, събирани ежедневно, седмично, седмично и отдели за управление на продукти, за да направят сортирането реални и представителни данни.
2. Завършване на данните, преди подобрението, условията след условията ще бъдат последователни, така че завършването и сравнението на данните е смислено.
3. Ненормалното събитие трябва да предприеме мерки, които да се основават на данните след завършването.
4. Използвайте вторичните данни, публикувани от други, за да отбележите:
(1) Целта на първоначалната колекция от данни и източникът на данни?
(2 Единицата за първоначална употреба е в съответствие с изследователите, ако трябва да се коригира, за да бъде еднаква?
(3) Оригиналната колекция е събрана, каква е надеждността? Ако е сигурно, сигурно е, а не Когато е надеждно, трябва да потърсите причини и да го разрешите.
(4) Какъв е първоначалният метод на събиране? Има ли дубликат или пропуск?
(5) Според данните от два или повече различни оригинални източника трябва да се намери преди употреба. Значително съдържание, потърсете причини за грешка, за да поставите.
Технология за консолидиране на данни
От бизнес гледна точка, неизвестният досега модел за статистически анализ или откриването на тенденции предоставя много ценна информация за компаниите. Технологията за консолидиране на данни може да има известна предвидимост за бъдещо развитие. Технологията за обработка на данни може да бъде разделена на 3 категории: клъстер, класификация и прогнозиране.
Технологията за клъстериране е безпорядъчна. Пример за клъстер е анализ на групови бизнес клиенти с неизвестни характеристики и въвежда свързана с този пример информация, която може да дефинира характеристиките на клиентите.
Технологията за класификация е да се посочи обект, за да се определи колекция. Колекцията обикновено формира горната технология, като пример е да се раздели клиентът на конкретна група продажби според нивото на доходите му.
Prediction technology is a known value for certain specific objects and directories, and applies these values to another similar collection to determine the desired value or result. For example, a group of people wearing helmets and shoulder is a football team, then we also think that another group of people with helmets and shoulder is also a football team.