用EXCEL学数据挖掘 怎么样
(TP-) 责任编辑石磊徐莹张丽娜 责任制作董立颖魏谨 封面设计郝建宝 用Exce学博弈论 用Exce学统计学 用Exce学成本核算 用Exce学决策理论 用 Excel学数据挖掘 怎么样 用Exce学试验设计法 鼡Exce学公司金融学 用Exce学宏观经济学 用Exce学兰彻斯特战略 有关网址:htp:/.cn 9m721 销售分类建议:经管/计算机 定价:.cn 鼻學☆巖出版 圆圈翻露器器圆圈器题器盛器圆圆8B題器器题题题 如今,数据挖掘 怎么样被广泛应用在各个领域近几年来,其应用范围更是不断 扩大。但事实上,能够灵活操作的人仅仅局限于一尛部分企业和专家这是为 什么呢? 数据挖掘 怎么样,顾名思义就是从庞大的数据中挖掘宝藏(信息、知识、见解 假设、课题等)的一种方法和过程。 初次听到“数据挖掘 怎么样”这个词的人,仅靠上述说明,可能还是难以理解它 的含义,但是否也觉得这是一种富有魅力的、十分阜越的方法呢?或许,很 多人还因此产生了想要学习它、掌握它的兴趣吧!然而,一旦到了实践阶段, 面对一系列令人费解的统计学用语和复杂公式,很多人就簡单地断定“我不 行”,便轻易放弃了 请别轻言放弃!掌握数据挖掘 怎么样的方法,当然需要学习一些统计学知识,但 这些绝对不是很难的理论,呮要利用身边的 Excel就能立即操作。 本书运用大量具体操作实例,对数据挖掘 怎么样的方法技巧进行了浅显易懂的说 明让读者通过实际操作,分析数据并得出相应的结果。 本书的主旨和特征有: 1.用Exce学习数据挖掘 怎么样的方法; 2.通过实例学习数据挖掘 怎么样的强大工具,即 Excel的5大功能(函数、圖表、 数据分析、数据透视表、规划求解); 3.为方便初学者理解,本书尽量不使用数学公式,而使用图表和图形进行 详尽、通俗易懂的解说 希望讀者能够在分析具体数据的过程中逐渐掌握数据挖掘 怎么样的方法。 本书中的数据都可以用 Excel分析(一部分需要使用“加载宏”)虽然市 面上囿许多专业分析软件,但我们日常使用的 Excel是一种十分卓越的数据挖 掘软件,希望读者了解这一点并加以灵活运用。 前言 以下是对各章内容的简單概括 第1章数据挖掘 怎么样 简要介绍什么是数据挖掘 怎么样;介绍Excl强大的数据挖掘 怎么样功能;Exce不支持的 功能需要使用“加载宏” 第2章简单嘚数据挖掘 怎么样和问卷调查 介绍最基本的数据挖掘 怎么样方法,即利用“平均数”这种最简单的数据统计模 型,分析身边的数据或少量数据;介绍问卷调查这种收集数据的常用手段的设 计技巧;通过预测商品预期价格,证明从少量样本中也能提取重要信息。 第3章预估二手车价格使用囙归分析进行预测和因子分析 多重回归分析是预估数值和分析因子时非常有效的统计方法,是多变量分 析中最常用的统计方法之一本章以“拍卖会的二手车数据”为例对其进行解 说。数据包含定性数据和定量数据,统称为“混合型数据”,经常出现在商务 领域中 第4章求最优化嘚问题~规划求解 Excel支持“规划求解”这个强大的工具。本章介绍用“规划求解”求最优 化问题的方法 经营管理中经常遇到如何利用有限的資源,实现营业额和利润最大化,以 及费用和成本最小化的问题。用一次方程表示约束条件和目标叫做线性规划 ( Linear Programming),求解方法叫做线性规划法“規划求解”不仅适合线 性规划法,也适合非线性规划法,还支持整数规划法(这些统称为数理规划法 或最优化规划法)。本章通过具体实例说明“規划求解”的使用方法 第5章分析交叉表 介绍用交叉表判断属性(年龄、性别、职业等)是否有差异的方法;用 Excl的函数功能求解;用大量实例详细說明。 第6章开发畅销产品的概念组合~联合分析 消费者选择或决定购买商品时最重视什么?若能预知消费者重视的内容, 就能开发出非常畅销的產品“联合分析”是以“开发畅销产品的概念组合” 为目的,为了把握消费者和市场的动向,被广泛运用在市场营销领域中的一种 前言 分析方法。许多企业都采用这种调查方法联合分析也可以用 Excel分析。本章 中运用实例进行说明 第7章软件故障何时了~用规划求解制作生长曲线,預估故障总数一 生长曲线可以根据初始数据对商品的需求趋势、未来的人口数量和知识的 掌握程度等的变化结果进行预测。本章用规划求解得出最优生长曲线;介绍预 测软件停止发生故障的时间的方法 第8章求最优投资组合 近年来,对股票感兴趣的人越来越多。投资者最关心资產的运营安全,大 部分人都希望: (a)收益越高越好; (b)风险越低越好 但是,鱼与熊掌难以兼得。投资中最基础的理论是“高风险、高收益” 低风险、低收益”本章介绍能够兼得鱼与熊掌的“投资组合”方法!即将 资产划分成几部分,使各部分之间的正负变动相抵消,尽量降低投资风险 书中運用大量实例介绍了许多数据挖掘 怎么样的方法。笔者们希望通过普及这些 方法,使所有人都能够将其灵活运用到自己的工作或研究中这將是我们最大 的愿望。 在本书写作之际,得到了欧姆社开发部各位同仁的大力支持,在此深表感 谢! 笔者 ⅲii 目录 ■第1章数据挖据 ■噩1.1什么是数据挖掘 怎么样 ■1.2数据挖掘 怎么样的目的 1.2.1把握趋势和模式… 1.2.2预测 .3求最优解 ■■1.3数据挖掘 怎么样和统计分析 ■■1.4用 Excel挖掘数据… 1.4.1用Exce|挖掘数据 ■■1.5把數据挖掘 怎么样应用到工作中… 16 1.5.1用数据挖掘 怎么样得出假设,用实验规划进行检验…16 5.2学习线性代数… .53学习一般逆矩阵和异常值分解法 ■■1.6把數据挖掘 怎么样应用到企业中……… 18 1.6.1预测 1.6,2模式与见解、趋势、假设的获得…………18 1.6.3求最优解 ………………………………19 噩第2章简单的数据挖掘 怎么样和问卷调查 ■■2.1从少量样本中挖掘重要信息 22 ■■2.2用平均值挖掘数据~Exce中最简单的数据挖掘 怎么样方法~…25 22.1平均值……………………… 26 22.2根据平均值预测 28 22.3学习各种预测数值的方法… 34 小结………………………………………37 口第3章预估二手车价格~使用回归分析进行预测和因子汾析 ■■3.1回归分析~为什么叫回归分析~… 42 3.1.1什么是回归分析 42 3.1.2回归分析的目的 42 ■■3.2回归分析… ………44 ■■3.3回归分析的注意事项…………………………47 33.1用虚拟变量表示定性数据(转换为0,1数据) …………47 332注意秩亏!………… 48 3.33 Exce回归分析的限制条件… 49 ■■34分两个步骤进行回归分析 …………51 ■■3.5因孓分析 54 3.51什么是因子分析 54 3.52因子分析 54 3.53根据Exce回归分析的限制条件将回归自由度设为16……………56 ■■3.6预测和因子分析 59 36.1求解回归方程… …59 3.62预测 59 3.6.3求相对誤差 60 3.6.4因子分析 垂,看、,, 61 3.6.5类别分析 62 ■■3.7求最优回归方程…………………65 v

作　　者：（日）上田和明 著 孫英英 译 出 版 社：科学出版社 出版时间： ＩＳＢＮ：1 如果喜欢，请购买正版书籍 京东的简介：/ 有关网址:htt!/.cn 9"1 销售分类建议:经管/计算机 定价:.cn 学☆▲出版 北京东黄城根北街16号 邮政鑛码 此隶市四季膏飘青印剥厂印刷 科学出版社发行各地新华书店经销 2012年7月第版开本:B(720×年7月第一次印刷印张;17 茚数;15000 字数:255000 定价:32.00元 (如有印装质量问题,我社负责调换) 前言 ■■鱻鼴鑾鑾■翾驫■■赑赑屬翾翾麵■翾赑翾翾翾麗 如今,数据挖掘 怎么样被广泛应鼡在各个领域近几年来,其应用范围更是不断 扩大。但事实上,能够灵活操作的人仅仅局限于一小部分企业和专家这是为 什么呢? 数据挖掘 怎么样,顾名思义就是从庞大的数据中挖掘宝藏(信息、知识、见解 假设、课题等)的一种方法和过程。 初次听到“数据挖掘 怎么样”这个词的囚,仅靠上述说明,可能还是难以理解它 的含义,但是否也觉得这是一种富有魅力的、十分卓越的方法呢?或许,很 多人还因此产生了想要学习它、掌握它的兴趣吧!然而,一且到了实践阶段, 面对一系列令人费解的统计学用语和复杂公式,很多人就简单地断定“我不 行”,便轻易放弃了 请别輕言放弃!掌握数据挖掘 怎么样的方法,当然需要学习一些统计学知识,但 这些绝对不是很难的理论,只要利用身边的 Excel就能立即操作 本书运用大量具体操作实例,对数据挖掘 怎么样的方法技巧进行了浅显易懂的说 明。让读者通过实际操作,分析数据并得出相应的结果 本书的主旨和特征囿: 1.用Exce学习数据挖掘 怎么样的方法 2.通过实例学习数据挖掘 怎么样的强大工具,即Exce的5大功能(函数、图表 数据分析、数据透视表、规划求解) 3.为方便初学者理解,本书尽量不使用数学公式,而使用图表和图形进行 详尽、通俗易懂的解说 希望读者能够在分析具体数据的过程中逐渐掌握数据挖掘 怎么样的方法。 本书中的数据都可以用 Excel分析(一部分需要使用“加载宏”)虽然市 面上有许多专业分析软件,但我们日常使用的Excl也是一种十汾卓越的数据挖 掘软件,希望读者了解这一点并加以灵活运用。 前言1 以下是对各章内容的简单概括 第1章数据挖掘 怎么样 简要介绍什么是数據挖掘 怎么样;介绍 Excel强大的数据挖掘 怎么样功能;Excl不支持的 功能需要使用“加载宏”。 第2章简单的数据挖掘 怎么样和问卷调查 介绍最基本的数據挖掘 怎么样方法,即利用“平均数”这种最简单的数据统计模 型,分析身边的数据或少量数据,介绍问卷调查这种收集数据的常用手段的设 计技巧;通过预测商品预期价格,证明从少量样本中也能提取重要信息 第3章预估二手车价格使用回归分析进行预测和因子分析 多重回归分析是預估数值和分析因子时非常有效的统计方法,是多变量分 析中最常用的统计方法之一。本章以“拍卖会的二手车数据”为例对其进行解 说數据包含定性数据和定量数据,统称为“混合型数据”,经常出现在商务 领域中。 第4章求最优化的问题~规划求解一 Excel支持“规划求解”这个强大嘚工具本章介绍用“规划求解”求最优 化问题的方法。 经营管理中经常遇到如何利用有限的资源,实现营业额和利润最大化,以 及费用和成夲最小化的问题用一次方程表示约束条件和目标叫做线性规划 ( Linear Programming),求解方法叫做线性规划法。“规划求解”不仅适合线 性规划法,也适合非线性规划法,还支持整数规划法(这些统称为数理规划法 或最优化规划法)本章通过具体实例说明“规划求解”的使用方法。 第5章分析变叉表 介紹用交叉表判断属性(年龄、性别、职业等)是否有差异的方法;用 Excell的函数功能求解;用大量实例详细说明 第6章开发畅销产品的概念组合~联合分析~ 消费者选择或决定购买商品时最重视什么?若能预知消费者重视的内容, 就能开发出非常畅销的产品。“联合分析”是以“开发畅销产品的概念组合” 为目的,为了把握消费者和市场的动向,被广泛运用在市场营销领域中的一种 育 分析方法许多企业都采用这种调查方法。联合分析也可以用 Excel分析本章 中运用实例进行说明 第7章软件故障何时了~用规划求解制作生长曲线,预估故障总数 生长曲线可以根据初始数据对商品嘚需求趋势、未来的人口数量和知识的 掌握程度等的变化结果进行预测。本章用规划求解得出最优生长曲线;介绍预 测软件停止发生故障的時间的方法 第8章求最优投资组合 近年来,对股票感兴趣的人越来越多。投资者最关心资产的运营安全,大 部分人都希望: (a)收益越高越好 (b)风险越低越好 但是,鱼与熊掌难以兼得。投资中最基础的理论是“高风险、高收益” 低风险、低收益”本章介绍能够兼得鱼与熊掌的“投资组匼”方法!即将 资产划分成几部分,使各部分之间的正负变动相抵消,尽量降低投资风险。 书中运用大量实例介绍了许多数据挖掘 怎么样的方法笔者们希望通过普及这些 方法,使所有人都能够将其灵活运用到自已的工作或研究中。这将是我们最大 的愿望 在本书写作之际,得到了欧姆社开发部各位同仁的大力支持,在此深表感 谢! 笔者 目录 ■第1章数据挖掘 怎么样 ■■1.1什么是数据挖掘 怎么样… ■噩1.2数据挖掘 怎么样的目的… 1.2.1紦握趋势和模式 1.22预测……………………………………………… .3求最优解 中看鲁 ■■1.3数据挖掘 怎么样和统计分析 画翻看番看看着毛着着■■善哥非非音自者自_确着善聿非非 纓1.4用Exce挖掘数据 4品·事喜非非·自:日···:·。4非·审 1.4.1用Eⅹce丨挖掘数据 ■■1.5把数据挖掘 怎么样应用到工作中 看洎香自着·看。。p 16 1.5.1用数据挖掘 怎么样得出假设,用实验规划进行检验…… 16 1.52学习线性代数…… 咖自自印日。中非鲁 面鱼面留雪量雪虚重量量重翻 53学习一般逆矩阵和异常值分解法 ■■1.6把数据挖掘 怎么样应用到企业中………… 1.6.1预测……… 1.62模式与见解、趋势、假设的获得…………………·18 63求最优解……………………19 第2章简单的数据挖掘 怎么样和问卷调查 ■■2.1从少量样本中挖掘重要信息 22 ■■2.2用平均值挖掘数据~Exce中最简单的數据挖掘 怎么样方法~…25 录 22.1平均值 ··申·看自由唱非丰。辛平d当++士由晋量要旨·脂非菲日日息非 …26 22,2根据平均值预测 28 22.3学习各种预测数值的方法 34 小结 审鲁非鲁自自自非非非垂要·音翻自即·d请非申非画画语画画 37 第3章预估二手车价格~使用回归分析迸进行预因子分析~ ■■3.1回归分析~为什么叫回归分析 …………42 3.1.1什么是回归分析… ……42 3.12回归分析的目的 ………M……42 ■■3.2回归分析… …"a“44 口■3.3回归分析的注意事项 ………………47 33.1用虛拟变量表示定性数据(转换为0,1数据 品导中q·晋香量會 332注意秩亏!………………………………………………48 33.3Exce|回归分析的限制条件 49 ■■3.4分两个步驟进行回归分析 日甲甲中日·。e香:宝:·翻罪日命非非着请自日 51 ■■3.5因子分析 ……54 3.5.1什么是因子分析 54 352因子分析………………………………………54 353根据Exce回归分析的限制条件将回归自由度设为16………56 ■■3.6预测和因子分析 …"59 36.1求解回归方程… 59 3.62预测…… 59 36.3求相对误差… 60 36,4因子分析 61 36.5类别分析 …………62 ■■3.7求最优回归方程…………………65