中文名 | 統(tǒng)計調(diào)查與數(shù)據(jù)分析 | 類????型 | 人文社科 |
---|---|---|---|
出版日期 | 2013年7月1日 | 語????種 | 簡體中文 |
ISBN | 9787567108585 | 作????者 | 杭愛明 龔秀芳 |
出版社 | 上海大學(xué)出版社 | 頁????數(shù) | 282 頁 |
開????本 | 32 開 | 品????牌 | 上海大學(xué)出版社 |
第一章統(tǒng)計調(diào)查概述
第一節(jié)統(tǒng)計調(diào)查的原理
第二節(jié)統(tǒng)計調(diào)查的基本原則
第三節(jié)統(tǒng)計調(diào)查的步驟
第四節(jié)統(tǒng)計調(diào)查的數(shù)據(jù)
第二章調(diào)查方案的設(shè)計
第一節(jié)調(diào)查方案設(shè)計的意義與類型
第二節(jié)調(diào)查方案的主要內(nèi)容
第三節(jié)調(diào)查方案的撰寫
第三章調(diào)查問卷的設(shè)計
第一節(jié)問卷設(shè)計的基本概念
第二節(jié)問卷設(shè)計程序和原則
第三節(jié)量表設(shè)計
第四節(jié)問卷的信度和效度評價
第四章抽樣設(shè)計
第一節(jié)抽樣調(diào)查的概念和作用
第二節(jié)隨機(jī)抽樣
第三節(jié)抽樣誤差和隨機(jī)抽樣組織形式
第四節(jié)抽樣推斷方法和樣本容量的確定
第五節(jié)非隨機(jī)抽樣
第五章調(diào)查資料的整理
第一節(jié)問卷登記、審核和分組
第二節(jié)資料編碼和數(shù)據(jù)錄入
第三節(jié)統(tǒng)計表和統(tǒng)計圖
第六章描述統(tǒng)計方法
第一節(jié)交叉列表分析
第二節(jié)數(shù)據(jù)集中趨勢分析
第三節(jié)數(shù)據(jù)的離中程度分析
第四節(jié)時間序列的描述分析
第七章推斷統(tǒng)計方法
第一節(jié)推斷統(tǒng)計的基本概念
第二節(jié)參數(shù)估計
第三節(jié)假設(shè)檢驗(yàn)
第四節(jié)相關(guān)分析和回歸分析
第八章Excel統(tǒng)計應(yīng)用
第一節(jié)調(diào)查表的統(tǒng)計計算
第二節(jié)統(tǒng)計圖表的制作
第三節(jié)分布特征數(shù)據(jù)的計算
第四節(jié)推斷統(tǒng)計量的計算
第五節(jié)相關(guān)分析中的計算模型
第九章SPSS應(yīng)用
第一節(jié)SPSS簡介及數(shù)據(jù)文件的建立
第二節(jié)描述統(tǒng)計分析應(yīng)用
第三節(jié)推斷統(tǒng)計分析應(yīng)用
第十章統(tǒng)計調(diào)查報告的撰寫
第一節(jié)統(tǒng)計調(diào)查報告概述
第二節(jié)統(tǒng)計調(diào)查報告的結(jié)構(gòu)
第三節(jié)統(tǒng)計調(diào)查報告的評價
第四節(jié)統(tǒng)計調(diào)查結(jié)果的口頭報告與輔助工具應(yīng)用
附錄1關(guān)于上海師范大學(xué)學(xué)區(qū)布局的調(diào)查統(tǒng)計報告
附錄2MP3播放器市場調(diào)查問卷
附錄3標(biāo)準(zhǔn)正態(tài)分布概率表
參考文獻(xiàn)2100433B
《統(tǒng)計調(diào)查與數(shù)據(jù)分析》編輯推薦:隨看計算機(jī)技術(shù)的飛速發(fā)展,統(tǒng)計軟件層出不窮且各具特色。Excel和SPSS具有對各種數(shù)據(jù)進(jìn)行處理、統(tǒng)計分析和輔助決策等操作功能,廣泛地應(yīng)用于財經(jīng)和管理統(tǒng)計等眾多領(lǐng)域?!督y(tǒng)計調(diào)查與數(shù)據(jù)分析》可作為各級各類高等院校本科生的市場調(diào)查課程的教材,也可作為統(tǒng)計學(xué)的拓展學(xué)習(xí)資料;還可以作為研究生以及從事統(tǒng)計調(diào)研、數(shù)據(jù)分析工作者的自學(xué)參考書。
供你參考,全國各地都有不同的
做市場數(shù)據(jù)分析,需要學(xué)什么知識?
市場數(shù)據(jù)分析,需要學(xué)習(xí)以下幾個方面的知識:(1)數(shù)據(jù)管理。a、數(shù)據(jù)獲取。企業(yè)需求:數(shù)據(jù)庫訪問、外部數(shù)據(jù)文件讀入案例分析:使用產(chǎn)品信息文件演示spss的數(shù)據(jù)讀入共能。b、數(shù)據(jù)管理。企業(yè)需求:對大型數(shù)據(jù)進(jìn)...
月生產(chǎn)情況表:每天生產(chǎn)數(shù)據(jù)的匯總;月入庫數(shù)表格:實(shí)際每天生產(chǎn)報工數(shù)量;每天的計劃量跟實(shí)際生產(chǎn)數(shù)量對比表格:生產(chǎn)分析圖表.百度文庫里可以找到每個表格。
格式:pdf
大?。?span id="fcys6cb" class="single-tag-height">37KB
頁數(shù): 5頁
評分: 4.8
家用空調(diào)實(shí)際測量數(shù)據(jù)分析報告 任務(wù)與目標(biāo) 分體式空調(diào)器各點(diǎn)溫度、低壓壓力、送 / 回風(fēng)溫濕度、風(fēng)量、電壓 / 電流 / 電功率等的測 量,估算制冷量與 COP值。 方案設(shè)計: (1) 、熟悉分體空調(diào)試驗(yàn)臺的組成與結(jié)構(gòu)特別,再根據(jù)老師的指導(dǎo)了解空調(diào)試驗(yàn)臺的每一種 操作,尤其是了解送、回風(fēng)口的位置與結(jié)構(gòu)特別,了解如何測得系統(tǒng)的低壓壓力。 (2) 、從實(shí)訓(xùn)樓中取出所需的測量儀器 (紅外測溫儀、數(shù)字式風(fēng)速儀等 ),調(diào)試好分體空調(diào)試 驗(yàn)臺后,使用測量儀器測量冷凝壓力、蒸發(fā)壓力、排氣壓力、吸氣壓力、壓縮機(jī)排氣溫度、 壓縮機(jī)進(jìn)氣溫度、蒸發(fā)溫度、冷凝溫度、壓縮機(jī)電流、外風(fēng)機(jī)電壓、送 / 回風(fēng)溫濕度 (分 6 個點(diǎn)測量 )、風(fēng)速、冷凝器風(fēng)速,再記錄室內(nèi) /外機(jī)的銘牌參數(shù)。 (3) 、測量完成后,關(guān)閉所有電源,收拾干凈桌面的物品,把各種元件放回原位,再告知老 師已經(jīng)完成測量數(shù)據(jù)的項(xiàng)目了。 (4) 、鐘嘉維負(fù)責(zé)
格式:pdf
大?。?span id="1prwg0d" class="single-tag-height">37KB
頁數(shù): 18頁
評分: 4.6
序號 alibaba 熱銷品牌 產(chǎn)品圖 RMB 銷售平臺 產(chǎn)品類型 關(guān)鍵詞 1 NovSight 120.00 阿里巴巴 汽車LED大燈 汽車Led大燈 2 奪星者 20.00 阿里巴巴 汽車LED大燈 LED汽車燈 3 IPHCAR 130.00 阿里巴巴 汽車LED大燈 LED大燈 4 德澳光源 80.00 阿里巴巴 汽車LED大燈 LED燈光 5 廠家直銷 (無品牌) 5.00 阿里巴巴 汽車LED大燈 摩托車前大燈 6 雅利甫 6.00 阿里巴巴 汽車LED大燈 汽車 led大燈 前大燈 7 亮利 13.50 阿里巴巴 汽車LED大燈 汽車LED大燈 8 一抹藍(lán) 66.00 阿里巴巴 汽車LED大燈 汽車LED呼吸燈 9 工廠直銷 60.00 阿里巴巴 汽車LED大燈 汽車LED大燈 10 工廠直銷 52.50 阿里巴巴 汽車LED大燈 360°度六面發(fā)光 汽車LED大燈前照 燈頭
統(tǒng)計調(diào)查方案是統(tǒng)計調(diào)查前所制訂的實(shí)施計劃,是全部調(diào)查過程的指導(dǎo)性文件。是調(diào)查工作有計劃、有組織、有系統(tǒng)進(jìn)行的保證。統(tǒng)計調(diào)查方案應(yīng)確定的內(nèi)容有:調(diào)查目的與任務(wù)、調(diào)查對象與調(diào)查單位、調(diào)查項(xiàng)目與調(diào)查表、調(diào)查時間和調(diào)查時限、調(diào)查的組織實(shí)施計劃。
《Excel數(shù)據(jù)分析思維、技術(shù)與實(shí)踐》不是講解基礎(chǔ)的 Excel 軟件操作,而是立足于“Excel 數(shù)據(jù)分析”,精心挑選 Excel 中常用、實(shí)用的功能講解數(shù)據(jù)分析的思路及其相關(guān)操作技術(shù)。
首先,1 章和第 2 章剖析何為數(shù)據(jù)分析,講解數(shù)據(jù)分析必須了解的概念和分析思路,介紹 Excel 數(shù)據(jù)分析庫中的 16 個重點(diǎn)工具,幫助讀者打下數(shù)據(jù)分析基礎(chǔ)。其次,第3~6章,根據(jù)數(shù)據(jù)分析步驟,系統(tǒng)講解如何規(guī)范建立數(shù)據(jù)表、數(shù)據(jù)清洗與加工,以及 Excel 的排序、篩選、分類匯總、條件格式、透視表等重點(diǎn)功能的應(yīng)用。最后,第 7 章和第 8 章講解數(shù)據(jù)的展現(xiàn)和數(shù)據(jù)報告制作,其內(nèi)容包括普通圖表、信息圖表、專業(yè)圖表和動態(tài)圖表的制作,以及 Word 數(shù)據(jù)報告、 PPT 數(shù)據(jù)報告的制作方法。
本書沉淀了筆者多年 Excel 數(shù)據(jù)分析經(jīng)驗(yàn),希望能切切實(shí)實(shí)地幫助讀者精進(jìn) Excel 數(shù)據(jù)分析技能,從有限的數(shù)據(jù)中分析出無限的價值。
本書適合非統(tǒng)計、數(shù)學(xué)專業(yè)出身,又想掌握數(shù)據(jù)分析的人,也適合會一點(diǎn) Excel 操作卻不能熟練分析數(shù)據(jù)的職場人士,還適合剛畢業(yè)或即將畢業(yè)走向工作崗位的廣大學(xué)生。而且,本書還可以作為廣大職業(yè)院校、電腦培訓(xùn)班的教學(xué)參考用書。
田春華博士
前言:上篇文章解讀了工業(yè)大數(shù)據(jù)分析的特點(diǎn),指出工業(yè)大數(shù)據(jù)分析應(yīng)該注重與機(jī)理模型的融合,充分利用領(lǐng)域先驗(yàn)知識。那么,工業(yè)大數(shù)據(jù)分析是不是存在典型的模式,可促進(jìn)不同領(lǐng)域分析模型的借鑒和復(fù)用?
本篇將嘗試從分析算法的應(yīng)用側(cè)重點(diǎn)、分析模型與機(jī)理模型融合方式、業(yè)務(wù)應(yīng)用場景等三個維度歸納工業(yè)大數(shù)據(jù)分析的典型范式。
6類算法應(yīng)用范式
數(shù)據(jù)分析本質(zhì)上是一種統(tǒng)計手段,需要足夠的樣本才有可能發(fā)揮顯著作用。另外,數(shù)據(jù)分析作為探索未知的一種技術(shù)手段,它的作用也與機(jī)理復(fù)雜度密切相關(guān)。因此,這里從產(chǎn)品相識度、機(jī)理復(fù)雜度兩個維度,將分析算法應(yīng)用分為6類模式。
1)從工業(yè)產(chǎn)品的相似度來看,可分為大量相似產(chǎn)品(如風(fēng)力發(fā)電機(jī))和少量定制化產(chǎn)品(如就地建設(shè)的化工反應(yīng)塔)。相似產(chǎn)品在數(shù)據(jù)分析時可以充分利用產(chǎn)品間的交叉驗(yàn)證,而少量定制化產(chǎn)品應(yīng)深度挖掘時間維度;
2)從產(chǎn)品機(jī)理的復(fù)雜性來看,有簡單的black-box產(chǎn)品(如電子消費(fèi)品,通常不會深入元器件內(nèi)部去分析)、明確機(jī)理產(chǎn)品(如風(fēng)力發(fā)電機(jī))、復(fù)雜機(jī)理產(chǎn)品(如鼓風(fēng)機(jī)、化工廠)。復(fù)雜機(jī)理產(chǎn)品在工業(yè)大數(shù)據(jù)分析時,應(yīng)更加重視機(jī)理模型和專家經(jīng)驗(yàn)的融入。
6類算法應(yīng)用范式圖解
4種融合范式
分析模型與機(jī)理模型的融合可以分為4種模式:
1)分析模型為機(jī)理模型做model calibration,提供參數(shù)的點(diǎn)估計或分布估計,例如Kalman濾波。
2)分析模型為機(jī)理模型做post-processing。例如,利用統(tǒng)計方法對WRF等天氣預(yù)報模型的結(jié)果做修正或多各機(jī)理模型綜合,提高預(yù)測的穩(wěn)定性。
3)機(jī)理模型的部分結(jié)果作為分析模型的feature,比如,在風(fēng)機(jī)結(jié)冰預(yù)測中,計算風(fēng)機(jī)的理論功率、理論轉(zhuǎn)速作為數(shù)據(jù)挖掘模型的重要特征。
4)分析模型與機(jī)理模型做ensemble,比如,在空氣質(zhì)量預(yù)測中,可以WRF-CHEM/CMAQ等機(jī)理模型的結(jié)果,與統(tǒng)計預(yù)報模型的結(jié)果進(jìn)行融合,發(fā)揮統(tǒng)計模型對局部。
4種融合范式圖解
3類業(yè)務(wù)應(yīng)用范式
通過對復(fù)雜過程的演化過程和上下文的全面深入刻畫,工業(yè)大數(shù)據(jù)可以對產(chǎn)品/設(shè)備可靠性、運(yùn)作效率、產(chǎn)業(yè)互聯(lián)網(wǎng)等3類業(yè)務(wù)應(yīng)用場景都有很大促進(jìn)作用。一些行業(yè)的典型工業(yè)大數(shù)據(jù)分析場景如下圖所示。
小結(jié)
工業(yè)大數(shù)據(jù)分析能否真正落地,取決于能否創(chuàng)造經(jīng)濟(jì)價值。價值的持續(xù)創(chuàng)造,必須與生產(chǎn)/管理流程和上下文相結(jié)合,必須理解工業(yè)的特點(diǎn)、工業(yè)數(shù)據(jù)的特征和工業(yè)界的特殊要求。
這些特殊性決定了工業(yè)大數(shù)據(jù)分析的思路和方法有別于商務(wù)大數(shù)據(jù),更應(yīng)以“小數(shù)據(jù)分析”的心態(tài),融合機(jī)理模型和領(lǐng)域經(jīng)驗(yàn)。
在分析模式上,本文將工業(yè)大數(shù)據(jù)分析歸納為6類算法應(yīng)用模式、4種融合模式和3類業(yè)務(wù)應(yīng)用模式,以期促進(jìn)不同行業(yè)分析模型的復(fù)用。