数据分析工具.docx

数据分析工具

第一篇：数据分析工具数据分析工具概述数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。数据是事实，也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。分析工具excel作为常用的分析工具，可以实现基本的分析工作，在商业智能领域Cognos、Microstrategy、Brio、BO和Oracle以及国内产品如北京永洪科技的YonghongZ-SuiteBI套件，奥威智动的PowerBI也比较常用。自商业智能这一领域被开拓以来，国内外BI工具层出不穷。IBMcognos、SAPBO、oracleBIEE、MicrosoftBI、MicroStrategy、思迈特BI、奥威智动Power-BI等都是传统的BI软件，而QliktechQlikView、tableau、永洪科技YonghongZ-Suite等是下一代BI的代表。传统BI工具基于数据驱动，以瀑布开发模式建设BI系统。传统BI工具需要预先形成CUBE，交付时间在半年左右，如果需求发生变化，相关模块调整周期按月计算。通常传统BI工具模块较多，操作复杂，无法形成自服务BI。新一代BI软件区别于传统BI软件，基于业务驱动，无需预生成Cube，交付周期按周、月计算，能够形成自服务BI系统。对于需求变化，交付周期按天、周计算，相关模块调整不大。YonghongZ-Suite、tableau、QlikView等新一代BI工具带有数据集市，可以处理海量数据。以YonghongZ-Suite为例，其主要有以下特点：驱动模式：业务驱动。开发模式：以敏捷开发模式建设BI系统。交付周期：交付周期偏短，项目失败率低；乐意在客户现场做POC(ProofofConcept)。需求变化：可以应对变化，新需求交付周期很短；相关模块调整不大，交付周期在一两天之内。成本：一站式平台提供数据集市和BI软件，无需购买MPP数据仓库，费用低。自服务BI：能够形成自服务BI。分析：展现只是起点，分析功能强大。海量数据：X86通用平台，以Scale-out扩展模式处理海量数据。基于CPU收费，具有较高性价。数据集市：YonghongZ-DataMart专业数据集市处理大数据。第二篇：数据分析软件和工具以下是我在近三年做各类计量和统计分析过程中感受最深的东西，或能对大家有所帮助。当然，它不是ABC的教程，也不是细致的数据分析方法介绍，它只是“总结”和“体会”。由于我所学所做均甚杂，我也不是学统计、数学出身的，故本文没有主线，只有碎片，且文中内容仅为个人观点，许多论断没有数学证明，望统计、计量大牛轻拍。于我个人而言，所用的数据分析软件包括EXCEL、SPSS、STATA、EVIEWS。在分析前期可以使用EXCEL进行数据清洗、数据结构调整、复杂的新变量计算（包括逻辑计算）；在后期呈现美观的图表时，它的制图制表功能更是无可取代的利器；但需要说明的是，EXCEL毕竟只是办公软件，它的作用大多局限在对数据本身进行的操作，而非复杂的统计和计量分析，而且，当样本量达到“万”以上级别时，EXCEL的运行速度有时会让人抓狂。SPSS是擅长于处理截面数据的傻瓜统计软件。首先，它是专业的统计软件，对“万”甚至“十万”样本量级别的数据集都能应付自如；其次，它是统计软件而非专业的计量软件，因此它的强项在于数据清洗、描述统计、假设检验（T、F、卡方、方差齐性、正态性、信效度等检验）、多元统计分析（因子、聚类、判别、偏相关等）和一些常用的计量分析（初、中级计量教科书里提到的计量分析基本都能实现），对于复杂的、前沿的计量分析无能为力；第三，SPSS主要用于分析截面数据，在时序和面板数据处理方面功能了了；最后，SPSS兼容菜单化和编程化操作，是名副其实的傻瓜软件。STATA与EVIEWS都是我偏好的计量软件。前者完全编程化操作，后者兼容菜单化和编程化操作；虽然两款软件都能做简单的描述统计，但是较之SPSS差了许多；STATA与EVIEWS都是计量软件，高级的计量分析能够在这两个软件里得到实现；STATA的扩展性较好，我们可以上网找自己需要的命令文件（.ado文件），不断扩展其应用，但EVIEWS就只能等着软件升级了；另外，对于时序数据的处理，EVIEWS较强。综上