123,123,123

內(nèi)容簡(jiǎn)介

　　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(shí)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(duì)昂貴的專業(yè)軟件和一系列令人費(fèi)解的統(tǒng)計(jì)學(xué)術(shù)語(yǔ)、復(fù)雜公式的時(shí)候，很多就放棄了。其實(shí)，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?！队肊xcel學(xué)數(shù)據(jù)挖掘》運(yùn)用大量實(shí)例介紹了Excel的強(qiáng)大工具，通俗易懂，讓你輕松掌握用Exeel進(jìn)行數(shù)據(jù)挖掘的方法?！队肊xcel學(xué)數(shù)據(jù)挖掘》的目的： 1.用Exeel學(xué)習(xí)數(shù)據(jù)挖掘的方法。2.通過實(shí)例學(xué)習(xí)數(shù)據(jù)挖掘的強(qiáng)大工具，即Exeel的5大功能（函數(shù)、圖表、數(shù)據(jù)分析、數(shù)據(jù)透視表、規(guī)劃求解）。3.為方便初學(xué)者理解。盡量不使用數(shù)學(xué)公式，而使用圖表和圖形進(jìn)行詳盡、易于理解的解說。本書由（日）上田和明、苅田正雄、渕上美喜、高橋玲子、古谷都紀(jì)子著。

作者簡(jiǎn)介

　　上田和明，數(shù)據(jù)挖掘合作者。通過精心設(shè)計(jì)調(diào)查問卷，引導(dǎo)出回答者無(wú)意識(shí)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(jì)”。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(jì)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(huì)計(jì)，參加過法國(guó)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(yàn)豐富。后進(jìn)入經(jīng)營(yíng)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(yíng)戰(zhàn)略，同時(shí)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(jí)工程師，2001年成為經(jīng)營(yíng)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(dòng)。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(zhǎng)谷川博彰，（合資）創(chuàng)慧研究所的法人代表，2000年10月開始從事智能挖掘（挖掘埋藏在日語(yǔ)中的價(jià)值）工作。根據(jù)企業(yè)和個(gè)人的定性數(shù)據(jù)（文章和資料），從事挖掘經(jīng)營(yíng)課題和組織課題的咨詢業(yè)務(wù)。經(jīng)營(yíng)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(jià)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(jì)學(xué)測(cè)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(shí)現(xiàn)用ExcelVBA制作業(yè)績(jī)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(jí)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。米谷學(xué)，Sanukku公司的職員。參與運(yùn)營(yíng)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）。上田太一郎，上田數(shù)據(jù)挖掘私塾館長(zhǎng)，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。

圖書目錄

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(shì)和模式
1.2.2 預(yù)測(cè)
1.2.3 求最優(yōu)解
1.3 數(shù)據(jù)挖掘和統(tǒng)計(jì)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(shí)驗(yàn)規(guī)劃進(jìn)行檢驗(yàn)
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(cè)
1.6.2 模式與見解、趨勢(shì)、假設(shè)的獲得
1.6.3 求最優(yōu)解
第2章簡(jiǎn)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(jiǎn)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(cè)
2.2.3 學(xué)習(xí)各種預(yù)測(cè)數(shù)值的方法
小結(jié)
第3章預(yù)估二手車價(jià)格～使用回歸分析進(jìn)行預(yù)測(cè)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(xiàng)
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(gè)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(cè)和因子分析
3.6.1 求解回歸方程
3.6.2 預(yù) 測(cè)
3.6.3 求相對(duì)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(cè)
3.8.1 預(yù) 測(cè)
3.8.2 求相對(duì)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(jì)劃
4.2.1 制作工作表
4.2.2 運(yùn)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(jì)劃
4.4 最小運(yùn)輸成本
4.5 分配問題
4.6 資本預(yù)算編制計(jì)劃
4.7 用生長(zhǎng)曲線預(yù)測(cè)
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(jiǎn)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(jì)學(xué)方法分析喜好是否不同
5.1.3 用Excel制作mit運(yùn)算工作表
5.2 對(duì)電視節(jié)目的喜好
5.3 調(diào)查是否回復(fù)（Response）直郵（DM）與性別、職業(yè)和年收入有無(wú)關(guān)聯(lián)
5.4 選擇最優(yōu)變量
5.5 預(yù)測(cè)勝利球隊(duì)～實(shí)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(jì)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(shí)施問卷調(diào)查
6.2.2 分析問卷調(diào)查的統(tǒng)計(jì)結(jié)果～回歸分析～
6.2.3 預(yù)測(cè)和分析因素
6.2.4 判定每個(gè)集合的滿意度
6.3 事例2 尋找魅力午餐
6.3.1 設(shè)計(jì)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(jià)格
6.4 事例3 最受歡迎的法式料理店
6.4.1 設(shè)計(jì)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(cè)和分析因素
6.4.4 判定各個(gè)集合的魅力度
小結(jié)
第7章軟件故障何時(shí)了～用規(guī)劃求解制作生長(zhǎng)曲線，預(yù)估故障總數(shù)～
7.1 生長(zhǎng)曲線～生長(zhǎng)曲線的種類和圖形～
7.1.1 生長(zhǎng)曲線的種類
7.1.2 生長(zhǎng)曲線模型的圖形
7.2 利用規(guī)劃求解確定生長(zhǎng)曲線
7.3 選擇最優(yōu)生長(zhǎng)曲線模型
7.3.1 選擇生長(zhǎng)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(jì)算收益和風(fēng)險(xiǎn)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(xiǎn)的散點(diǎn)圖的方法
8.3 相關(guān)系數(shù)的變化引起收益和風(fēng)險(xiǎn)的變動(dòng)
8.4 求使風(fēng)險(xiǎn)最小的投資組合
8.5 投資組合中的統(tǒng)計(jì)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(gè)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(gè)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(jià)數(shù)據(jù)和求收益率
8.8 10 支股票的投資組合
小結(jié)