文档介绍：-
. z.
数据分析与可视化
什么是数据分析？
的是相关系数矩阵对角线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分析为根底的反覆法。3、相关分析〔Correlation Analysis〕相关分析〔correlation analysis〕，相关分析是研究现象之间是否存在*种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定性的关系，例如，以*和Y分别记一个人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则*与Y显然有关系，而又没有确切到可由其中的一个去准确地决定另一个的程度，这就是相关关系。4、对应分析〔Correspondence Analysis〕对应分析(Correspondence analysis)也称关联分析、R-Q型因子分析，通过分析由定性变量构成的交互汇总表来提醒变量间的联系。可以提醒同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。对应分析的根本思想是将一个联列表的行和列中各元素的比例构造以点的形式在较低维的空间中表示出来。5、回归分析研究一个随机变量
-
. z.
Y对另一个(*)或一组(*1，*2，…，*k)变量的相依关系的统计分析方法。回归分析〔regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。6、方差分析(ANOVA/Analysis of Variance)又称"变异数分析〞或"F检验〞，是创造的，用于两个及两个以上样本均数差异的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。
数据分析常用的图表方法有：柏拉图(排列图)排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数〔如件数金额等〕，右边纵坐标表示频率〔如百分比表示〕。分折线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小〔即出现频数多少〕从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。直方图将一个变量的不同等级的相对频数用矩形块标绘的图表(每一矩形的面积对应于频数)。直方图(Histogram)又称柱状图、质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。散点图(scatter diagram)散点图表示因变量随自变量而变化的大致趋势，据此可以选择适宜的函数对数据点进展拟合。用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在*种关联或总结坐标点的分布模式。鱼骨图〔Ishikawa〕鱼骨图是一种发现问题"根本原因〞的方法，它也可以称之为"因果图〞。其特点是简捷实用，深入直观。它看上去有些象鱼骨，问题或缺陷〔即后果〕标在"鱼头"外。FMEA
  FMEA是一种可靠性设计的重要方法。它实际上是FMA〔故障模式分析〕和FEA〔故障影响分析〕的组合。它对各种可能的风险进展评价、分析，以便在现有技术的根底上消除这些风险或将这些风险减小到可承受的水平。数据分析统计工具：SPSS：SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。它将几乎所有的功能都以统一、规的界面展现出来，使用Windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。用户只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作效劳。minitab：MINITAB功能菜单包括：假设检验〔参数检验和非参数检验〕，回归分析〔一元回归和多元回归、线性回归和非线性回归〕，方差分析〔单因子、多因子、一般线性模型等〕，时间序列分析，图表〔散点图、点图、矩阵图、直方图、茎叶图、箱线图、概率图、概率分布图、边际图、矩阵图、单值图、饼图、区间图、Pareto、Fishbone、运行图等〕、蒙特卡罗模拟