數據分析方法01緒論

數據分析方法及軟件應用授課教師：楊小寶北京交通大學2016.09第一章緒論1.1課程安排與要求(重點)1.2數據相關的實際問題舉例1.3常用統(tǒng)計軟件簡介1.4統(tǒng)計數據及其類型(重點)統(tǒng)計學1.1課程安排與要求課程名：＜數據分析方法及軟件應用＞授課老師：楊小寶地點：8號教學樓8610室

科技大廈T1101E-mail:yangxb@個人網頁：http:///trans/8012.html本人的教學課程:本科-<數據分析方法與應用>本科-<統(tǒng)計軟件及其應用>碩士-<數據分析方法及軟件應用>碩士-<預測理論與方法>碩士-<大系統(tǒng)理論>參考書目1、薛薇.《SPSS統(tǒng)計分析方法及應用》，電子工業(yè)出版社，第3版2、杜強、賈麗艷.《SPSS統(tǒng)計分析從入門到精通》，人民郵電出版社，20113、朱星宇、陳勇強.

《SPSS多元統(tǒng)計分析方法及應用》，清華大學出版社，20114、陳勝可，《SPSS統(tǒng)計分析從入門到精通》，清華大學出版社，2010年課堂的特點人多--安靜基礎不同(概率論、統(tǒng)計學)要求不同課堂信息量大聽著容易，學好學精難課堂拋磚引玉，重在課后多學多練學習方法1．課堂認真聽講；2．理論方法--課后多自學教材；3．軟件應用--結合PPT多練習；4．結合自己的研究方向或項目解決實際問題。課件公共郵箱：bjtuspss@163.com密碼：bjtu102緒論SPSS軟件的入門基本統(tǒng)計分析及其SPSS實現(xiàn)回歸分析及其SPSS實現(xiàn)方差分析及其SPSS實現(xiàn)聚類與因子分析及其SPSS實現(xiàn)時間序列分析及其SPSS實現(xiàn)課程安排：四個層次的要求1.操作層面：能參照PPT和課本，輸出結果。2.基本應用層面：根據實際問題能選擇出適當的方法。能看懂輸出結果，并對結果進行解釋。3.基本理論層面：明白結果是怎么來的，掌握理論方法的基本思想、步驟、前提條件和適應性等。4.擴展層面：理論方法及應用的擴展北京交通大學交通運輸學院11成績考核:

由三部分組成:期末考試(閉卷)：60分單獨大作業(yè)：30分小組作業(yè)：10分平時出勤和回答問題：扣分和獎分制,第1-2次缺勤,每次扣2分,回答問題準確的加分,缺勤≥3次后果很嚴重?？荚囌f明131.2數據相關的實際問題舉例1.北京市機動車保有量隨著城市的發(fā)展，北京機動車數量也不斷增多北京市機動車保有量1949年2300輛。1997年114.5萬輛，保有量從2300輛到100萬輛，用了48年；2003年8月突破200萬輛，用時6年6個月；2007年5月突破300萬輛，用時3年9個月；2009年12月突破400萬輛，僅僅用時兩年零7個月。2012年2月突破500萬輛;2014年9月550萬輛.2016年1月已達561萬輛北京市機動車牌照申請網2011年1月1日開通每月8號前申請26號搖號。最新是每2個月?lián)u號一次，雙月的26號搖號2016年8月，個人小客車指標中簽率為0.136%，也就是約1/7332016年北京的小客車指標年度配額為15萬個，其中，普通指標9萬，新能源指標6萬。根據2016年小客車指標總量和配置比例的通告，今年的個人普通小客車指標額度為8.1萬。依照各期均分原則，每期（2個月）將搖出個人普通小客車指標13500個，相較去年每期的17600個大幅減少。北京交通大學交通運輸學院16關于個人普通小客車指標，通告中稱，經審核，截至2016年8月8日24時，普通小客車指標申請個人共有268.4759萬個有效編碼（根據階梯中簽率相關規(guī)定，本期基數序號總數為10026318個）；經市交管局確認，上期中簽過期未用指標174個，因此本期將隨機搖出個人普通小客車指標1.3674萬個。這意味著，本期個人小客車指標中簽率0.136%，也就是約1/733

北京交通大學交通運輸學院17階梯中簽率：北京市2016年小客車指標年度配額為15萬個，其中普通指標額度9萬個，新能源指標額度6萬個。同時，普通小客車指標搖號階梯中簽率進階規(guī)則也進行了調整，參加搖號6次以內的申請人為第一階梯，中簽率為基準中簽率。每參加搖號6次進階一級，中簽率為基準中簽率的相應倍數。最新是每兩個月一次，6次以內相當于搖號1年以內，每增加一年，基準中簽率增加1倍北京交通大學交通運輸學院18問題：以最新的中簽率計算（0.136%，或1/733）

一個考完駕照的人，2011年1月開始搖號一直未中，最新一次搖號中簽的概率是多少？假定2015年開始每2月?lián)u號一次，之前每月?lián)u號一次。北京交通大學交通運輸學院19大家動手算算對一些企業(yè)而言，市場信息數據是企業(yè)生存所必需的，絕不是可有可無的。調查其產品及競爭者在市場中的狀況、各種類型消費者對其產品的態(tài)度、收集各地方的經濟交通等信息等等。某方便面企業(yè)每年至少花三四千萬元來收集和分析數據洗發(fā)水交通事故數據2.數據對企業(yè)的重要性

計算機的誕生與發(fā)展，為數據處理提供了強有力的技術支持，統(tǒng)計學與計算機的結合是必然的發(fā)展趨勢.20世紀末至今，

開發(fā)出了一些非常實用的統(tǒng)計軟件包：SAS，SPSS，Eviews，Matlab等，這些軟件都可以讓你快速、簡便地進行數據處理和分析.211.3常用統(tǒng)計軟件簡介Excel：它嚴格說來并不是統(tǒng)計軟件，但作為數據表格軟件，必然有一定統(tǒng)計計算功能。而且凡是有MicrosoftOffice的計算機，基本上都裝有Excel。但要注意，有時在裝Office時沒有裝數據分析的功能，那就必須裝了才行。當然，畫圖功能是都具備的。對于簡單分析，Excel還算方便，但隨著問題的深入，Excel就不那么“傻瓜”，需要使用函數，甚至根本沒有相應的方法了。多數專門一些的統(tǒng)計推斷問題還需要其他專門的統(tǒng)計軟件來處理。北京交通大學交通運輸學院23一般問題直接百度搜索即可解決：做直方圖的方法可參考下面網頁/view/dfac88f64693daef5ef73d0e.html24提示：先把兩個條形圖都做個一個框里（參考對比條形圖），再點中其中一個鼠標右鍵設置數據系列格式次坐標軸高級篩選數據透視表氣泡圖雷達圖北京交通大學交通運輸學院25SAS、STATA、R（專業(yè)統(tǒng)計軟件，要編程）E-Views:計量經濟學中應用的較多Minitab:這個軟件是很方便的功能強大而又齊全的軟件，也已經“傻瓜化”，在我國用的不如SPSS與SAS那么普遍。MATLAB:這也是應用于各個領域的以編程為主的軟件，在工程上應用廣泛。統(tǒng)計軟件的種類很多。只要學會使用一種“傻瓜式”軟件或編程軟件，使用其他類似的軟件也不會困難,最多看看幫助和說明即可.學習軟件的最好方式是多練多用.用統(tǒng)計軟件容易得到漂亮的數據結果，但其中充滿了危險的陷阱.計算機無法識別你的統(tǒng)計方面的錯誤.錯誤的方法、錯誤的數據形式都必然輸出錯誤的結果.結果雖然看上去很漂亮，但有時得到的卻是大量垃圾.因此，使用統(tǒng)計軟件時，要了解相關的統(tǒng)計理論方法，及其使用的前提條件和適用性，根據實際研究問題選用準確的方法.1.4統(tǒng)計數據及其類型一、分類數據、順序數據、數值型數據二、觀測數據和實驗數據三、截面數據和時間序列數據什么是統(tǒng)計數據？

(data)1.對現(xiàn)象進行計量的結果，是統(tǒng)計工作的成果2.不是指單個的數字，而是由多個數據構成的數據集3.不僅僅是指數字，它可以是數字的，也可以是文字的統(tǒng)計數據的分類

統(tǒng)計數據的分類按計量層次分類數據順序數據數值型數據按時間狀況截面數據時序數據按收集方法觀察數據實驗數據統(tǒng)計數據的分類

(按收集方法分)1.觀測數據(observationaldata)

通過調查或觀測而收集到的數據在沒有對事物人為控制的條件下而得到的有關社會經濟現(xiàn)象的統(tǒng)計數據幾乎都是觀測數據2.實驗數據(experimentaldata)

在實驗中控制試驗對象而收集到的數據比如，對一種新藥療效的試驗，對一種新的農作物品種的試驗等自然科學領域的數據大多數都為實驗數據統(tǒng)計數據的分類

(按時間狀況分)1.截面數據(cross-sectionaldata)

在相同或近似相同的時間點上收集的數據描述現(xiàn)象在某一時刻的變化情況比如，2002年我國各地區(qū)的國內生產總值數據2.時間序列數據(timeseriesdata)

在不同時間上收集到的數據描述現(xiàn)象隨時間變化的情況比如，1996年至2002年國內生產總值數據統(tǒng)計數據的分類

(按計量尺度分)1.分類數據(categoricaldata)-也叫定類數據對事物進行分類的結果數據表現(xiàn)為類別，用文字來表述，對事物應進行平行的分類例如，人口按性別分為男、女兩類；企業(yè)分國有、集體、私營、外資等等統(tǒng)計數據的分類

(按計量尺度分)2.順序數據(rankdata)-也叫定序數據對事物類別順序的測度數據表現(xiàn)為類別，用文字來表述，但類別有順序比分類尺度精確，未測量出類別之間的準確差值例如，產品分為一等品、二等品、三等品、次品等；成績分優(yōu)、良、中、差3.數值型數據(metricdata)

對事物的精確測度結果表現(xiàn)為具體的數值，是最常見的數據類型例如：身高為175cm、168cm、183cm；還有體重、收入等等三種類型數據的比較分類數據和順序數據：說明的是事物的品質特征，用文字表示-定性數據或品質數據數值型數據：說明的是現(xiàn)象的數量特征，用數值表示-定量數據或數量數據定性數據和定量數據也可以相互轉化.如年齡：老年、中年、青年、少年、兒童學歷：大學-1、高中-2、初中-3、小學-4問題分類與解決方法統(tǒng)計或數據分析中的問題大多是研究不同變量之間的關系。最常見的一類問題是分析解釋變量(自變量X1,

X2,X3,…)對被解釋變量(因變量Y)是否存在影響，有多大影響等。如何選擇適當的統(tǒng)計理論方法？需要根據變量X和Y的數據類型不同，選用不同的統(tǒng)計理論方法。品質變量X數值型變量X品質變量Y交叉列聯(lián)表、對應分析、對數線性模型Logistic回歸數值型變量Y方差分析相關與回歸分析北京交通大學交通運輸學院392023/6/291SPSS簡介1.1SPSS的發(fā)展歷程1.2SPSS20版本的安裝與啟動1.3

SPSS的基本操作環(huán)境(重點)1.4

利用SPSS進行數據分析的步驟SPSS-----StatisticalPackageforSocialScience（社會科學統(tǒng)計軟件包）現(xiàn)改名為StatisticalProductandServiceSolutions(統(tǒng)計產品與服務解決方案）20世紀60年代末，美國斯坦福大學的三位研究生研制開發(fā)了最早的統(tǒng)計分析軟件SPSS，同時成立了SPSS公司1.1

SPSS的發(fā)展歷程1975年在芝加哥組建了SPSS總部1984年開發(fā)了DOS操作系統(tǒng)下的PC+1.0版本1992年的DOS版升級為Windows版本，即最初的4.0版1999年升級到10.0版、2001年升級為11.0版、2003年Windows操作平臺下版本為12.0;目前已開發(fā)24.0軟件獲取方法:

你們師兄師姐上過這門課的;

學校的論壇cgbt

人大經濟論壇/目前已經有SPSS24.0版,安裝20版及以后的都可以

1.2SPSS軟件的安裝和啟動工具欄菜單欄標題欄數據編輯區(qū)數據顯示區(qū)