用Excel學(xué)數(shù)據(jù)挖掘

內(nèi)容概要

近幾年來，作為一種非常強(qiáng)大的分析數(shù)據(jù)的方法，數(shù)據(jù)挖掘的應(yīng)用
范圍在不斷擴(kuò)大，但實際上這種卓越的分析方法只局限于少數(shù)的企業(yè)和
專業(yè)人士在使用。普通人在面對昂貴的專業(yè)軟件和一系列令人費解的統(tǒng)
計學(xué)術(shù)語、復(fù)雜公式的時候，很多就放棄了。其實，我們忽視了身邊既
便宜又方便而且強(qiáng)大的數(shù)據(jù)挖掘工具——Excel。本書運用大量實例介紹
了Excel的強(qiáng)大工具，通俗易懂，讓你輕松掌握用Excel進(jìn)行數(shù)據(jù)挖掘的
方法。

作者簡介

監(jiān)修
上田太一郎
上田數(shù)據(jù)挖掘私塾館長（www.datamining.jp），數(shù)據(jù)挖掘合作者。致力于推進(jìn)企業(yè)內(nèi)
數(shù)據(jù)挖掘的咨詢和支援工作。合作出版物有「Excelでできるデータマイニング演習(xí)」、
「新版上昇株らくらく発見法」、「Excelでできるタグチメソッド解析法入門」（同友館
出版）；「データマイニング事例集」、「データマイニング実踐集」（共立出版）等。
作者
上田和明
數(shù)據(jù)挖掘合作者。通過精心設(shè)計調(diào)查問卷，引導(dǎo)出回答者無意識的答案。根據(jù)多變量
解析和文本挖掘的方法，分析問卷調(diào)查數(shù)據(jù)。合作出版物有「実踐ワークショップ　Excel
徹底活用　多変量解析」（秀和系統(tǒng)出版）；「Excelで學(xué)ぶ回帰分析入門」（歐姆社出
版）等。
苅田正雄
擔(dān)任淑德大學(xué)和成蹊大學(xué)的外聘講師，教授的課程涉及數(shù)據(jù)挖掘的“數(shù)據(jù)處理論”、
“編程論”和“概率統(tǒng)計”。數(shù)據(jù)挖掘合作者。合作出版物有「Excelでできる最適化の実
踐らくらく読本―ソルバーで自由自在に解く」（同友館出版）；「実踐ワークショップ
Excel徹底活用多変量解析」、「図解入門數(shù)學(xué)セミナー－よくわかる行列·ベクトルの基
本と仕組み」（秀和系統(tǒng)出版）；「Excelで學(xué)ぶ回帰分析入門」（歐姆社出版）；「実
踐！ビジネスデータ解析入門」（共立出版）。
渕上美喜
大阪市立大學(xué)研究生院生活科學(xué)研究專業(yè)在讀博士生。大阪產(chǎn)業(yè)大學(xué)人類環(huán)境系外聘
講師。專業(yè)是人機(jī)學(xué)和認(rèn)知科學(xué)。合作出版物有「Excelで學(xué)ぶ回帰分析入門」（歐姆社出
版）、「実踐ワークショップ　Excel徹底活用　ビジネスデータ分析」（秀和系統(tǒng)出版
）、「Excelでできる統(tǒng)計的品質(zhì)管理（SQC）入門」（同友館出版）等。
高橋玲子
畢業(yè)于東京女子大學(xué)文理系。曾擔(dān)任綜合商社的管理會計，參加過法國短期研修，并
在糖果專業(yè)學(xué)校學(xué)習(xí)過，做過面包師，經(jīng)驗豐富。后進(jìn)入經(jīng)營顧問行業(yè)，提倡基于數(shù)據(jù)分
析的挖掘戰(zhàn)略，以及理性經(jīng)營戰(zhàn)略，同時擔(dān)任各種數(shù)據(jù)挖掘研究班的講師。中小企業(yè)分析
家。數(shù)據(jù)挖掘合作者。
古谷都紀(jì)子
畢業(yè)于東京理科大學(xué)。曾擔(dān)任外資企業(yè)電腦廠商的高級工程師，2001年成為經(jīng)營顧
問，擔(dān)任IT和人際技能挖掘研修課程講師、中小企業(yè)的IT導(dǎo)入以及操作顧問，參與信息安
全啟蒙活動。中小企業(yè)分析家、IT協(xié)調(diào)者、ISMS候補(bǔ)審查員。合作出版物有「実踐ワーク
ショップ　Excel徹底活用　ビジネスデータ分析」（秀和系統(tǒng)出版）。
 
長谷川博彰
（合資）創(chuàng)慧研究所（http://www.i-mining.com/）的法人代表，2000年10月開始從事智
能挖掘（挖掘埋藏在日語中的價值）工作。根據(jù)企業(yè)和個人的定性數(shù)據(jù)（文章和資料），
從事挖掘經(jīng)營課題和組織課題的咨詢業(yè)務(wù)。經(jīng)營指在提高論述和寫作能力的“文章表達(dá)能
力強(qiáng)化私塾”。通過融合數(shù)據(jù)挖掘和智能挖掘，挑戰(zhàn)挖掘新的價值。
井村博
畢業(yè)于名古屋大學(xué)農(nóng)學(xué)系。IT自由工程師。使用統(tǒng)計學(xué)測試系統(tǒng)性能。接受上田太一
郎老師的指導(dǎo)后，開始使用ExcelVBA編程，希望在企業(yè)內(nèi)網(wǎng)中實現(xiàn)用ExcelVBA制作業(yè)績
分析等圖形（減少服務(wù)器負(fù)荷）。合作出版物有「Excelで學(xué)ぶ回帰分析入門」（歐姆社出
版）。
池田守夫
高級系統(tǒng)工程師。參與開發(fā)FA系統(tǒng)和OA系統(tǒng)以及程序管理，開發(fā)大量的數(shù)據(jù)挖掘軟
件。合作出版物有「Excelでできるデータマイン演習(xí)」（同友館出版）。池田數(shù)據(jù)處理研
究所負(fù)責(zé)人（http://www.datamation.jp/）。
米谷學(xué)
Sanukku公司的職員。參與運營山田數(shù)據(jù)挖掘私塾，從事普及數(shù)據(jù)挖掘的工作。合
作出版物有「実踐ワークショップ　Excel徹底活用　多変量解析」（秀和系統(tǒng)出版）；
「Excelで學(xué)ぶ回帰分析入門」（歐姆社出版）。

書籍目錄

第1章  數(shù)據(jù)挖掘
  1.1  什么是數(shù)據(jù)挖掘
  1.2  數(shù)據(jù)挖掘的目的
    1.2.1  把握趨勢和模式
    1.2.2  預(yù)測
    1.2.3  求最優(yōu)解
  1.3  數(shù)據(jù)挖掘和統(tǒng)計分析
  1.4  用Excel挖掘數(shù)據(jù)
    1.4.1  用Excel挖掘數(shù)據(jù)
  1.5  把數(shù)據(jù)挖掘應(yīng)用到工作中
    1.5.1  用數(shù)據(jù)挖掘得出假設(shè)，用實驗規(guī)劃進(jìn)行檢驗
    1.5.2  學(xué)習(xí)線性代數(shù)
    1.5.3  學(xué)習(xí)一般逆矩陣和異常值分解法
  1.6  把數(shù)據(jù)挖掘應(yīng)用到企業(yè)中
    1.6.1  預(yù)測
    1.6.2  模式與見解、趨勢、假設(shè)的獲得
    1.6.3  求最優(yōu)解
第2章  簡單的數(shù)據(jù)挖掘和問卷調(diào)查
  2.1  從少量樣本中挖掘重要信息
  2.2  用平均值挖掘數(shù)據(jù)～Excel中最簡單的數(shù)據(jù)挖掘方法
    2.2.1  平均值
    2.2.2  根據(jù)平均值預(yù)測
    2.2.3  學(xué)習(xí)各種預(yù)測數(shù)值的方法
  小  結(jié)
第3章  預(yù)估二手車價格～使用回歸分析進(jìn)行預(yù)測和因分析～
  3.1  回歸分析～為什么叫回歸分析～
    3.1.1  什么是回歸分析
    3.1.2  回歸分析的目的
  3.2  回歸分析
  3.3  回歸分析的注意事項
    3.3.1  用虛擬變量表示定性數(shù)據(jù)(轉(zhuǎn)換為0，1數(shù)據(jù))
    3.3.2  注意秩虧!
    3.3.3  Excel回歸分析的限制條件
  3.4  分兩個步驟進(jìn)行回歸分析
  3.5  因子分析
    3.5.1  什么是因子分析
    3.5.2  因子分析
    3.5.3  根據(jù)Excel回歸分析的限制條件將回歸自由度設(shè)為16
  3.6  預(yù)測和因子分析
    3.6.1  求解回歸方程
    3.6.2  預(yù)  測
    3.6.3  求相對誤差
    3.6.4  因子分析
    3.6.5  類別分析
  3.7  求最優(yōu)回歸方程
    3.7.1  什么是最優(yōu)回歸方程
    3.7.2  求最優(yōu)回歸方程的步驟
    3.7.3  比較RU值，求最優(yōu)回歸方程
  3.8  用最優(yōu)回歸方程預(yù)測
    3.8.1  預(yù)  測
    3.8.2  求相對誤差
  3.9  回歸診斷
    3.9.1  什么是殘差
    3.9.2  用回歸分析求殘差
    3.9.3  殘差分析
  小  結(jié)
第4章  求最優(yōu)化的問題～規(guī)劃求解～
  4.1  加載宏登錄
  4.2  求最優(yōu)生產(chǎn)計劃
    4.2.1  制作工作表
    4.2.2  運行規(guī)劃求解
  4.3  最優(yōu)規(guī)劃法
    4.3.1  最優(yōu)規(guī)劃法
    4.3.2  用線性規(guī)劃法(圖解法)求最優(yōu)生產(chǎn)計劃
  4.4  最小運輸成本
  4.5  分配問題
  4.6  資本預(yù)算編制計劃
  4.7  用生長曲線預(yù)測
  4.8  求最優(yōu)訂貨量
  4.9  挑戰(zhàn)練習(xí)題
  小  結(jié)
第5章  分析交叉表
  5.1  分析簡單的交叉表
    5.1.1  不同年齡層的人是否喜好不同的口味
    5.1.2  用統(tǒng)計學(xué)方法分析喜好是否不同
    5.1.3  用Excel制作mit運算工作表
  5.2  對電視節(jié)目的喜好
  5.3  調(diào)查是否回復(fù)(Respoe)直郵(DM)與性別、職業(yè)和年收入有無關(guān)聯(lián)
  5.4  選擇最優(yōu)變量
  5.5  預(yù)測勝利球隊～實力是否不同～
  5.6  分析調(diào)查問卷的數(shù)據(jù)
    5.6.1  用mit法分析交叉表
  小  結(jié)
第6章  開發(fā)暢銷產(chǎn)品的概念組合～聯(lián)合分析～
  6.1  聯(lián)合分析
    6.1.1  確定概念
    6.1.2  設(shè)計調(diào)查問卷
    6.1.3  正交表
    6.1.4  制作調(diào)查問卷
    6.1.5  收集問卷調(diào)查的數(shù)據(jù)
    6.1.6  分析數(shù)據(jù)
    6.1.7  聯(lián)合分析的步驟
  6.2  事例1  開發(fā)暢銷的面包新產(chǎn)品
    6.2.1  實施問卷調(diào)查
    6.2.2  分析問卷調(diào)查的統(tǒng)計結(jié)果～回歸分析～
    6.2.3  預(yù)測和分析因素
    6.2.4  判定每個集合的滿意度
  6.3  事例2  尋找魅力午餐
    6.3.1  設(shè)計調(diào)查問卷
    6.3.2  制作調(diào)查問卷
    6.3.3  制作用于分析的數(shù)據(jù)
    6.3.4  分析數(shù)據(jù)
    6.3.5  討論價格
  6.4  事例3  最受歡迎的法式料理店
    6.4.1  設(shè)計調(diào)查問卷
    6.4.2  分析問卷調(diào)查結(jié)果～回歸分析～
    6.4.3  預(yù)測和分析因素
    6.4.4  判定各個集合的魅力度
  小  結(jié)
第7章  軟件故障何時了～用規(guī)劃求解制作生長曲線，預(yù)估故障總數(shù)～
  7.1  生長曲線～生長曲線的種類和圖形～
    7.1.1  生長曲線的種類
    7.1.2  生長曲線模型的圖形
  7.2  利用規(guī)劃求解確定生長曲線
  7.3  選擇最優(yōu)生長曲線模型
    7.3.1  選擇生長曲線模型的步驟
    7.3.2  “選擇標(biāo)準(zhǔn)”的類型
    7.3.3  求解標(biāo)準(zhǔn)值的方法
  小  結(jié)
第8章  求最優(yōu)投資組合
  8.1  收益率的平均值和方差
    8.1.1  用Excel計算收益和風(fēng)險的方法
  8.2  兩種股票的投資組合
    8.2.1  用Excel制作收益和風(fēng)險的散點圖的方法
  8.3  相關(guān)系數(shù)的變化引起收益和風(fēng)險的變動
  8.4  求使風(fēng)險最小的投資組合
  8.5  投資組合中的統(tǒng)計學(xué)
    8.5.1  平均值、方差和標(biāo)準(zhǔn)偏差
    8.5.2  隨機(jī)變量與概率分布
    8.5.3  期望值
    8.5.4  協(xié)方差和相關(guān)系數(shù)
    8.5.5  協(xié)方差和相關(guān)系數(shù)的具體事例
    8.5.6  兩個隨機(jī)變量之和的期望值(均值)以及方差、標(biāo)準(zhǔn)偏差
    8.5.7  3個以上的隨機(jī)變量之和的期望值和方差、標(biāo)準(zhǔn)偏差
  8.6  求多支股票的最優(yōu)投資組合
  8.7  下載股價數(shù)據(jù)和求收益率
  8.8  10  支股票的投資組合
  小結(jié)

章節(jié)摘錄

版權(quán)頁：   插圖：   消費者選擇并決定購買商品時最重視什么呢？若能預(yù)知消費者重視的內(nèi)容，就可以開發(fā)出更加暢銷的商品。 “聯(lián)合分析”是以“開發(fā)暢銷品的概念組合”為目的，為了探求消費者和市場的動向，廣泛應(yīng)用在數(shù)據(jù)挖掘領(lǐng)域中的分析方法。20世紀(jì)80年代，在美國得到了快速發(fā)展，如今許多企業(yè)都使用這種調(diào)查方法。 聯(lián)合分析也可以用Excel分析，是數(shù)據(jù)挖掘中的超級明星（Super Star），是使用“正交表”進(jìn)行分析的一種實驗規(guī)劃法。假設(shè)具體的概念之后，從少量信息中有效地分析消費者需求，將各種因素對于購買意向（滿意度）產(chǎn)生的影響數(shù)量化，進(jìn)行定量檢驗。它的特點是，與其他數(shù)據(jù)分析方法相比，不僅能夠分析現(xiàn)狀，而且能夠預(yù)測未來。請讀者一定牢牢掌握并靈活運用這個方法。 假設(shè)開發(fā)“暢銷桶裝方便面”。可以舉出組成這個商品概念的許多因素：面條粗細(xì)、面條種類、調(diào)料味道、濃淡、材料、重量、時間、包裝設(shè)計等等。聯(lián)合分析是從大量因子中選擇適當(dāng)?shù)捻椖?，并確定項目的具體內(nèi)容，通過計算每個項目對于商品滿意度的影響度，預(yù)測最優(yōu)組合類型的方法（圖6.1）。

編輯推薦

《用Excel學(xué)數(shù)據(jù)挖掘》編輯推薦：有趣的知識結(jié)合、細(xì)致的內(nèi)容講解定能給你留下深刻的印象，讓你看過忘不了。不論你是學(xué)生、上班族，還是已經(jīng)有一家屬于自己的公司，運用EXCEL進(jìn)行數(shù)據(jù)挖掘，定會讓你的學(xué)習(xí)、工作與生活增添更多的便利。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    用Excel學(xué)數(shù)據(jù)挖掘 PDF格式下載

---