業(yè)務數(shù)據(jù)的分析方法課件

業(yè)務數(shù)據(jù)的分析方法學員使用EXCEL的熟練程度學員對數(shù)理統(tǒng)計的熟悉程度

利用EXCEL分析數(shù)據(jù)常用圖和表:折線圖,餅圖,面積圖,頻數(shù)表和柱狀圖,散點圖,時間序列數(shù)據(jù)透視圖常用簡單的統(tǒng)計命令:AVERAGE,VAR,STDEV,MODE,MEDIAN,SUM,SUMIF,SUMPRODUCT,COUNT,COUNTIF,MAX,MIN,QUARTILE,PERCENTILE利用EXCEL分析數(shù)據(jù)

--折線圖折線圖：顯示隨時間或類別而變化的趨勢線折線圖類型餅圖類型利用EXCEL分析數(shù)據(jù)

--面積圖面積圖：顯示每一數(shù)值所占大小隨時間或類別而變化的趨勢線面積圖類型柱狀圖類型條形圖類型條形圖也可用一種類似的方法顯示數(shù)據(jù)，僅僅是將垂直方向換成水平方法而已。堆積條形圖可以在同一個條上連續(xù)地顯示各種數(shù)據(jù)，而不像簇狀條形圖那樣把條并列在一起顯示數(shù)據(jù)。頻數(shù)分析和直方圖頻數(shù)分布表指，在不同的類別里發(fā)生了多少次觀測值直方圖通過圖形的方式表達了同樣信息。利用EXCEL分析數(shù)據(jù)

--散點圖散點圖：比較成對的數(shù)值。散點圖類型利用散點圖的關系分析我們經(jīng)常關心兩個變量之間的關系。一個非常有用的顯示這個關系的方法是對每一個觀測值都在圖上作一個點，這個點的坐標代表了兩個相關變量的值。結果產(chǎn)生的圖就是散點圖。通過檢查散點的分布，我們可以查看兩個變量之間有沒有什么關系，如果有，是什么樣的關系。時間序列制圖時間序列圖的本質是散點圖，時間序列變量在縱軸，時間變量在橫軸。同時為了分布的趨勢更加清晰，這些點通常是通過線連接在一起。來自Toys.xls例6：練習:分析某某區(qū)近期得業(yè)務狀況分析指標:總收件票數(shù),日均收件票數(shù),日人均效能要求:各指標逐月變化情況各指標的相關性各分部的票數(shù)占該區(qū)總票數(shù)的比例變化例7：AccountingProfessionals.xls數(shù)據(jù)集來自AccountingProfessionals.xls創(chuàng)建數(shù)據(jù)透視圖的步驟選擇數(shù)據(jù)范圍確定所要創(chuàng)建表格的類型確定字段設置選擇報表格式選擇讀取方式平均值平均值：是某個變量所有值的平均數(shù)。如果數(shù)據(jù)代表了一個大量數(shù)據(jù)的樣本，我們就叫他樣本均值。如果是對象是整體分析，就是整體均值。公式： Excel命令：=AVERAGE()￣Σni=1χiχ=n四分位數(shù)和百分比Excel命令:

QUARTILE(salary，1):返回一組數(shù)據(jù)的四分位點PERCENTILE(salary，.05):返回一組數(shù)據(jù)的K百分比的數(shù)值點

最小值、最大值Excel命令:MAX(number1,number2…):返回一組數(shù)據(jù)的最大值,忽略文本MIN(number1,number2…):返回一組數(shù)據(jù)的最小值,忽略文本方差描述樣本數(shù)據(jù)的離散程度公式：Excel命令：VAR(supplied)STDEV(supplied)

σ2=Σni

=1(χi

χ)2n￣計算均值,中位數(shù),眾數(shù),方差舉例Rangenames

Supplier1:A4:A14

Supplier2:B4:B14來自Otis4.xls相關分析用于反映分析變量間的密切程度相關系數(shù)度量的是兩個間隔尺度變量之間線性關聯(lián)關系的程度。正的相關系數(shù)表示一個變量的較大值和另一個變量的較大值是聯(lián)系在一起的。而負的相關系數(shù)則表示一個變量的較大值和另一個變量的較小值之間具有的關聯(lián)關系。相關分析舉例來自Expenses.xls相關分析舉例

–用于運動的支出與用于文化的支出的關系來自Expenses.xls來自Expenses.xls相關分析舉例

–收入與用于文化的支出的關系相關分析舉例

–相關系數(shù)與協(xié)方差

來自Expenses.xls數(shù)據(jù)分析的常用軟件MINITABSPSSEXCEL-XLSTAT議程利用EXCEL分析數(shù)據(jù)常用統(tǒng)計軟件數(shù)據(jù)挖掘常用統(tǒng)計方法:描述統(tǒng)計假設檢驗方差分析回歸分析數(shù)據(jù)挖掘(DataMining)什么是DataMining?DataMining的應用DataMining算法包括:預測(Prediction)分類(Classification)聯(lián)系(Association)回歸(Regression)什么是DataMining?通過采用自動或半自動的手段，從大量數(shù)據(jù)中提取出可信、新穎、有效并能被人理解的信息的高級處理過程按企業(yè)既定業(yè)務目標，對大量的企業(yè)數(shù)據(jù)進行探索和分析，揭示隱藏的、未知的或驗證已知的規(guī)律性，并進一步將其模型化的先進有效的方法數(shù)據(jù)挖掘能夠幫助你選擇正確瞄準潛在目標，向現(xiàn)有的客戶提供額外的產(chǎn)品，識別那些準備離開的好客戶發(fā)現(xiàn)最有價值的客戶數(shù)據(jù)挖掘的作用使組合銷售更有效率數(shù)據(jù)挖掘的作用留住那些最有價值的客戶數(shù)據(jù)挖掘的作用用更小的成本發(fā)現(xiàn)欺詐現(xiàn)象數(shù)據(jù)挖掘的作用數(shù)據(jù)挖掘應用領域電信：流失銀行：聚類（細分）,交叉銷售百貨公司/超市：購物籃分析（關聯(lián)規(guī)則）保險：細分，交叉銷售，流失（原因分析）信用卡：欺詐探測，細分電子商務：網(wǎng)站日志分析稅務部門：偷漏稅行為探測警察機關：犯罪行為分析醫(yī)學：醫(yī)療保健議程利用EXCEL分析數(shù)據(jù)常用統(tǒng)計軟件數(shù)據(jù)挖掘常用統(tǒng)計方法:描述統(tǒng)計假設檢驗方差分析回歸分析假設檢驗涉及對總體參數(shù)數(shù)值有關的兩個命題(假設)作推斷步驟提出待檢驗的假設選擇顯著性水平確定一個作結論的判斷準則收集數(shù)據(jù)并計算檢驗統(tǒng)計量用決策法則檢驗統(tǒng)計量并得出結論假設檢驗包括:t檢驗和z檢驗方差分析(ANOVA)單因素方差分析

:

通過簡單的方差分析，對兩個以上樣本平均值進行相等性假設檢驗（樣本取自具有相同平均值的樣本總體）。此方法是對雙平均值檢驗（如t-檢驗）的擴充。可重復雙因素分析

:對單因素方差分析的擴展，即每一組數(shù)據(jù)包含不止一個樣本。無重復雙因素分析:

通過雙因素方差分析（但每組數(shù)據(jù)只包含一個樣本），對兩個以上樣本均值進行相等性假設檢驗（樣本取自具有相同平均值的樣本總體）。此方法是對雙平均值檢驗（如t-檢驗）的擴充?；貧w分析回歸分析是一種用于兩個或兩個以上變量之間建立關系