數據描述方法包括哪些(數學(xué)析和描述數據的方法)
1.數學(xué)析和描述數據的方法有哪些
1、聚類(lèi)分析
聚類(lèi)分析指將物理或抽象對象的集合分組成為由類(lèi)似的對象組成的多個(gè)類(lèi)的分析過(guò)程。聚類(lèi)是將數據分類(lèi)到不同的類(lèi)或者簇這樣的一個(gè)過(guò)程，所以同一個(gè)簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。
2、因子分析
因子分析是指研究從變量群中提取共性因子的統計技術(shù)。因子分析就是從大量的數據中尋找內在的聯(lián)系，減少決策的困難。
3、相關(guān)分析
相關(guān)分析是研究現象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現象探討其相關(guān)方向以及相關(guān)程度，它是一種非確定性的關(guān)系。
4、對應分析
對應分析（Correspondence analysis）也稱(chēng)關(guān)聯(lián)分析、R-Q型因子分析，通過(guò)分析由定性變量構成的交互匯總表來(lái)揭示變量間的聯(lián)系。可以揭示同一變量的各個(gè)類(lèi)別之間的差異，以及不同變量各個(gè)類(lèi)別之間的對應關(guān)系。
5、回歸分析
研究一個(gè)隨機變量Y對另一個(gè)（X）或一組（X1,X2，…，Xk）變量的相依關(guān)系的統計分析方法。回歸分析（regression analysis）是確定兩種或兩種以上變數間相互依賴(lài)的定量關(guān)系的一種統計分析方法。
6、方差分析
又稱(chēng)“變異數分析”或“F檢驗”，用于兩個(gè)及兩個(gè)以上樣本均數差別的顯著(zhù)性檢驗。由于各種因素的影響，研究所得的數據呈現波動(dòng)狀。
2.數據分析方法有哪些
一、描述性統計
描述性統計是一類(lèi)統計方法的匯總，揭示了數據分布特性。它主要包括數據的頻數分析、數據的集中趨勢分析、數據離散程度分析、數據的分布以及一些基本的統計圖形。
1、缺失值填充：常用方法有剔除法、均值法、決策樹(shù)法。
2、正態(tài)性檢驗：很多統計方法都要求數值服從或近似服從正態(tài)分布，所以在做數據分析之前需要進(jìn)行正態(tài)性檢驗。常用方法：非參數檢驗的K-量檢驗、P-P圖、Q-Q圖、W檢驗、動(dòng)差法。
二、回歸分析
回歸分析是應用極其廣泛的數據分析方法之一。它基于觀(guān)測數據建立變量間適當的依賴(lài)關(guān)系，以分析數據內在規律。
1. 一元線(xiàn)性分析
只有一個(gè)自變量X與因變量Y有關(guān)，X與Y都必須是連續型變量，因變量Y或其殘差必須服從正態(tài)分布。
2. 多元線(xiàn)性回歸分析
使用條件：分析多個(gè)自變量X與因變量Y的關(guān)系，X與Y都必須是連續型變量，因變量Y或其殘差必須服從正態(tài)分布。
3.Logistic回歸分析
線(xiàn)性回歸模型要求因變量是連續的正態(tài)分布變量，且自變量和因變量呈線(xiàn)性關(guān)系，而Logistic回歸模型對因變量的分布沒(méi)有要求，一般用于因變量是離散時(shí)的情況。
4. 其他回歸方法：非線(xiàn)性回歸、有序回歸、Probit回歸、加權回歸等。
三、方差分析
使用條件：各樣本須是相互獨立的隨機樣本；各樣本來(lái)自正態(tài)分布總體；各總體方差相等。
1. 單因素方差分析：一項試驗只有一個(gè)影響因素，或者存在多個(gè)影響因素時(shí)，只分析一個(gè)因素與響應變量的關(guān)系。
2. 多因素有交互方差分析：一頊實(shí)驗有多個(gè)影響因素，分析多個(gè)影響因素與響應變量的關(guān)系，同時(shí)考慮多個(gè)影響因素之間的關(guān)系
3. 多因素無(wú)交互方差分析：分析多個(gè)影響因素與響應變量的關(guān)系，但是影響因素之間沒(méi)有影響關(guān)系或忽略影響關(guān)系
4. 協(xié)方差分祈：傳統的方差分析存在明顯的弊端，無(wú)法控制分析中存在的某些隨機因素，降低了分析結果的準確度。協(xié)方差分析主要是在排除了協(xié)變量的影響后再對修正后的主效應進(jìn)行方差分析，是將線(xiàn)性回歸與方差分析結合起來(lái)的一種分析方法。
四、假設檢驗
1. 參數檢驗
參數檢驗是在已知總體分布的條件下（一股要求總體服從正態(tài)分布）對一些主要的參數（如均值、百分數、方差、相關(guān)系數等）進(jìn)行的檢驗 。
2. 非參數檢驗
非參數檢驗則不考慮總體分布是否已知，常常也不是針對總體參數，而是針對總體的某些一般性假設（如總體分布的位罝是否相同，總體分布是否正態(tài)）進(jìn)行檢驗。
適用情況：順序類(lèi)型的數據資料，這類(lèi)數據的分布形態(tài)一般是未知的。
1）雖然是連續數據，但總體分布形態(tài)未知或者非正態(tài)；
2）總體分布雖然正態(tài)，數據也是連續類(lèi)型，但樣本容量極小，如10以下；
主要方法包括：卡方檢驗、秩和檢驗、二項檢驗、游程檢驗、K-量檢驗等。
3.數據的表示方法有哪4種
目前數據的表示方法主要有列表法、作圖法和經(jīng)驗公式法。
數據的表示方法（圖文）
/c?word=%CA%FD%BE%DD%3B%B5%C4%3B%B1%ED%CA%BE%3B%B7%BD%B7%A8&url=http%3A//202%2E121%2E199%2E249/foundrymate/lessons/data%2Danalysis/11/114%2EHTM&p=&user=baidu
4.數據庫中數據描述的兩種形式是
數據庫在計算機中是以文件的形式存在的。
（確定） 數據庫是依照某種數據模型組織起來(lái)并存放二級存儲器中的數據集合。這種數據集合具有如下特點(diǎn)：盡可能不重復，以最優(yōu)方式為某個(gè)特定組織的多種應用服務(wù)，其數據結構獨立于使用它的應用程序，對數據的增、刪、改和檢索由統一軟件進(jìn)行管理和控制。
從發(fā)展的歷史看，數據庫是數據管理的高級階段，它是由文件管理系統發(fā)展起來(lái)的。 數據庫的基本結構分三個(gè)層次，反映了觀(guān)察數據庫的三種不同角度。
（1）物理數據層。 它是數據庫的最內層，是物理存貯設備上實(shí)際存儲的數據的集合。
這些數據是原始數據，是用戶(hù)加工的對象，由內部模式描述的指令操作處理的位串、字符和字組成。 （2）概念數據層。
它是數據庫的中間一層，是數據庫的整體邏輯表示。指出了每個(gè)數據的邏輯定義及數據間的邏輯聯(lián)系，是存貯記錄的集合。
它所涉及的是數據庫所有對象的邏輯關(guān)系，而不是它們的物理情況，是數據庫管理員概念下的數據庫。 （3）邏輯數據層。
它是用戶(hù)所看到和使用的數據庫，表示了一個(gè)或一些特定用戶(hù)使用的數據集合，即邏輯記錄的集合。 數據庫不同層次之間的聯(lián)系是通過(guò)映射進(jìn)行轉換的。
如果對您有幫助，請記得采納為滿(mǎn)意答案，謝謝！祝您生活愉快！ Vae團隊招人！！！歡迎各位加入！！！走過(guò)路過(guò)不要錯過(guò)！！！迅猛發(fā)展中！！。
5.如何進(jìn)行數據的描述,
統計學(xué)是干什么的呢？實(shí)際上，它就是研究如何搜集數據和如何整理分析數據，從數據中提取信息，關(guān)鍵是提取信息。
但是，這里面就有一個(gè)怎么搜集數據和怎么整理數據的問(wèn)題。 數據的描述，中學(xué)講得比較多的是統計圖表。
統計圖表這部分知識，在小學(xué)有所涉及，到中學(xué)了之后，應該怎么去講呢？ 統計圖表的學(xué)習，一定不要把它講成這圖表怎么畫(huà)。還是要從提取信息的這一角度來(lái)看，也就是我們現在搜集到一堆數據是雜亂無(wú)章的數據，是一堆無(wú)序的數據，怎么從里面提取信息呢？我們需要列表，畫(huà)圖。
所以，畫(huà)圖和列表是反應信息的非常重要的方法。 同時(shí)，要注意不同的圖和表，反應的信息是不一樣的。
所以，教學(xué)的重點(diǎn)不是圖、表怎么，制作方面，而是說(shuō)這個(gè)表跟那個(gè)表，有什么不一樣，表和圖有什么不一樣，圖和圖有什么不一樣，他們在反應哪些信息。比如說(shuō)，條形圖和扇形圖。
如果有五個(gè)班的成績(jì)，分別用五個(gè)條形圖，五個(gè)班的表格來(lái)反映。用條形圖來(lái)反應時(shí)，能看出這個(gè)五個(gè)班不同的情況。
若要用這個(gè)扇形圖的話(huà)，能看到總體和每一個(gè)的關(guān)系。條形圖就不太反應整個(gè)的情況，條形圖反映的是分別的各個(gè)部分之間的關(guān)系，扇形圖反映整體與局部之間關(guān)系。
條形圖和扇形圖，都把數據歸類(lèi)成了一塊一塊的了，這時(shí)候，它就回不去原來(lái)的數據了。 不同的圖，反應的情況是不太一樣的。
比如說(shuō)散點(diǎn)圖能夠反映兩組數據的變化趨勢。統計表對數據的表示就精確，比如高考成績(jì)，一分都不能差。
但是表不太醒目，因為數據是439、539、627。統計圖一畫(huà)出來(lái)，是個(gè)很形象的東西，只是個(gè)別的數字不容易精確表示出來(lái)，沒(méi)有表所呈現的數量和精確性。
所以，圖表各有各的好處的，每一個(gè)圖都有它自己的特點(diǎn)，適用范圍。而且，現在不同的領(lǐng)域里面，人們都還在不停地創(chuàng )造不同的圖，各種各樣的圖去描述信息。
在教學(xué)中應該鼓勵學(xué)生自己去創(chuàng )造一個(gè)圖去畫(huà)，比如同樣的條形圖，可能畫(huà)成是寬度相同，高度不一樣；也可以畫(huà)成高度相同，寬窄不一樣，就是有各種各樣的想法和畫(huà)法，讓學(xué)生發(fā)揮自己的想象力，創(chuàng )造性地使用圖表，去描述數據。因為這東西不是很難掌握，不需要硬性的去規定，約束學(xué)生。
不要說(shuō)表跟圖，圖就比較粗一些，表就對數字要求很準等等。 從信息角度來(lái)看，不要把統計教學(xué)成具體的圖表的制作方法。
而要讓學(xué)生弄清楚，你想要反應什么問(wèn)題，目的是什么，才能談到何種統計圖。你比方說(shuō)七大洲的面積，你就是想比較這七大洲的面積有什么不一樣的話(huà)，就用條形圖就可以了；你還想看看某塊面積，在整個(gè)面積占多少，那可能要用扇形圖，所以沒(méi)有絕對的，關(guān)鍵是你想達到什么目的。
關(guān)于折線(xiàn)圖，我們經(jīng)常通過(guò)折線(xiàn)圖來(lái)反映變化的趨勢。但是要注意，折線(xiàn)圖坐標系的界定。
有時(shí)候，只看圖的形象會(huì )誤導學(xué)生。比方說(shuō)，我想反映的是隨著(zhù)時(shí)間生產(chǎn)增加的快慢，有時(shí)候想要夸張自己增長(cháng)得很快的時(shí)候呢，就可以把縱坐標的單位取得很大，當它要想說(shuō)明它增加很大。
坐標單位取得大或者小，就會(huì )使同樣一件事畫(huà)出不同的折線(xiàn)圖來(lái)。有時(shí)候我們看一些宣傳廣告之類(lèi)的圖，就可以發(fā)現它增長(cháng)d得很快。
但是，實(shí)際上，它的單位選取得使得圖像容易產(chǎn)生這樣的印象。廠(chǎng)家為了他的利益需要，他可以把那個(gè)圖做成各種各樣的，誤導你，這也是我們在統計圖表教學(xué)中要特別注意的一件事情。
我們抽取到的數據是雜亂無(wú)章的。要對數據進(jìn)行整理和畫(huà)統計圖表，目的是為了能從這組數據中得到一些關(guān)于這組數據的特征信息。
6.常用的數據分析方法有什么
去百度文庫，查看完整內容>
內容來(lái)自用戶(hù)：蔣上樹(shù)
常用數據分析方法有那些
文章來(lái)源：ECP數據分析時(shí)間：2013/6/28 13:35:06發(fā)布者：常用數據分析（關(guān)注：554）
標簽：本文包括：
常用數據分析方法：聚類(lèi)分析、因子分析、相關(guān)分析、對應分析、回歸分析、方差分析；
問(wèn)卷調查常用數據分析方法：描述性統計分析、探索性因素分析、Cronbach'a信度系數分析、結構方程模型分析（structural equations modeling）。
數據分析常用的圖表方法：柏拉圖（排列圖）、直方圖（Histogram）、散點(diǎn)圖（scatter diagram）、魚(yú)骨圖（Ishikawa）、FMEA、點(diǎn)圖、柱狀圖、雷達圖、趨勢圖。
數據分析統計工具：SPSS、minitab、JMP。
常用數據分析方法：
1、聚類(lèi)分析（Cluster Analysis）
聚類(lèi)分析指將物理或抽象對象的集合分組成為由類(lèi)似的對象組成的多個(gè)類(lèi)的分析過(guò)程。聚類(lèi)是將數據分類(lèi)到不同的類(lèi)或者簇這樣的一個(gè)過(guò)程，所以同一個(gè)簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。聚類(lèi)分析是一種探索性的分析，在分類(lèi)的過(guò)程中，人們不必事先給出一個(gè)分類(lèi)的標準，聚類(lèi)分析能夠從樣本數據出發(fā)，自動(dòng)進(jìn)行分類(lèi)。聚類(lèi)分析所使用方法的不同，常常會(huì )得到不同的結論。不同研究者對于同一組數據進(jìn)行聚類(lèi)分析，所得到的聚類(lèi)數未必一致。
2、因子分析（Factor Analysis）
因子分析是指研究從變量群中提取共性因子的統計技術(shù)。因子分析就是從大量的數據中尋找內在的聯(lián)系，減少決策的困難。相關(guān)分析（直方圖JMP
