从少量样本中挖掘重要信息
发布时间:2022-09-06 14:09:17
数据挖掘是一种从信息化社会的庞大数据中,挖掘宝藏的方法和程序,那么怎样从少量样本中挖掘重要信息呢?在面对许多数据时,怎样使用最佳的方法进行分析至关重要;若没有合适的数据,则必须从收集数据着手。此时,你会因为收集庞大的数据非常困难而放弃数据挖掘吗?
首先,请大家检验一项问卷调查的结果.有本书叫《日本的开关》 (庆应义塾大学佐藤稚彦研究室著,每日新闻社,2004),其中记载了用手机收集的问卷调查的统计结果。此项调查利用手机询问被调查者喜欢两者中的哪一个(选择),然后公布调查出来的比例。特点在于,利用手机快速传递信息的功能,在极短的时间内免费从2-3万的庞大人群中获得回答。
具体的调查内容如下所示,请读者也试着回答一下。
问题1:“日本”的读音,你喜欢“NIHON”还是“NIPPON”?
有22936名回答者;其中,喜欢“NIHON”的占61%,喜欢“NIPPON”的占39%。使用回答者多达2-3万人的“日本的开关”的调查问卷,询问43名数据挖掘同仁的意见。那么,结果与“日本的开关”有没有差异呢(如下图1和图2)? 关于“日本”读音的问题,回答结果是,“NIlHON”=70%,“NIPPON”=30%(图2No.2)。回答者比例是43/02936,不足“日本的开关”的总体回答者的0.2%。但是,从回答结果看,两者都是“NIHON”的比例居高,具有相同倾向。两者的相对误差都是15%。
对10项不同类别的内容进行问卷调查,请回答者从a、b中选择其中一个。然后,比较样本数很多(2万件以上)与样本数很少时(43件)的结果有何不同。
结果如图2所示。只有43名样本数的调查与“日本的开关”调查的选择a、b的倾向是一致的。而且相对误差比例都在20%以下。针对所有问题的回答情况,两者没有较大差异。也就是说,样本数多时和样本数少时的回答结果的倾向大致相同。当然,收集数据时要特别注意不能出別偏差。如果使用随机抽样,可以判断即使是少量样本数,与超过它500倍的庞大样本数的结果具有相同倾向。因此,在没有大量数据的情况下,可以把少量数据看做缩略图,以此捕捉样本倾向,进行预测。
【图1 】
【图2】
大家是不是认为数据挖掘一定需要收集大量数据呢?请先从用Excel分析身边的数据开始吧,前提是清楚数据分析是做什么的!用少量样本数分析,也可以把握倾向和类型。学会收集分析身边的数据并加以灵活运用非常重要。从笔者以往的经验来看,即使只存在少量数据,也叮从中得到十分有用的信息。
猜你喜欢
- 将word转换为pdf文件是一项非常重要的工作技能,pdf文件是一种便携式文档格式,具有很高的系统通用性,在WPS中,无需下载其他软件即可完
- 我们在查看Word文档时可以将文档内容按照不同的大小比例查看,这样方便我们更加详细的去查阅文档,以便用最舒服的比例查看,调整word文档显示
- 我们都知道电脑系统在一定的时间段就会推出一种新的版本,系统会提升是否升级,但是很多用户用习惯了现在的系统,不想去升级,那么我们就有关闭升级的
- 当word文档打开后,就成为一个窗口,如果是两个Word文档就是两个窗口,如果是3个Word文档就是3个窗口。方法一、操作:点击任务栏上的w
- 今天凌晨时段,苹果给大家推送了四个系统:iOS 15.0 beta 7(19A5337a)手机iPadOS 15.0 beta 7(19A5
- 做什么事准备很重要,安装系统前要先确定安装哪种系统,再看到哪里下载。这边推荐我们的本站电脑系统,安装快捷简便。再通过相关的教程以及网站提供的
- excel是我们常用的办公软件,表格里通常会有我们需要的数据,那么我们需要的数据如何筛选出来并且设置置顶呢?下面小编带来excel筛选指定数
- 前面提到过网格线是一种虚拟线,就是说只能看到,若不进行某项特殊设置的话,在打印时是打印不出来的。如果用户在打印时希望打印输出网格线,则可以选
- 很早就在百度知道看见很多网友求取适合win7 64位系统的office2003版本,其实笔者一直有适合winXP、win7等windows系
- 大家知道,运算中0不能作为除数,负数不能开平方根,否则显示错误代码#DIV/0!和#num!。如图:直接计算的显示结果,错误代码显示#DIV
- 最近,一些使用win101903的用户表示,防火墙无法正常启动和关闭,灰色停止不可用。如何解决这个问题?我们不能手动停止服务,但是我们可以通
- 有时候,针对一些有严格要求的公文、毕业论文的排版打印文档,常会对其行数、字数、打印纸张等做明确的规定。比如,国家实施的《党政机关
- excel怎么从数据源中匹配到相关值?1、我们通过函数 =vlookup(lookup_value,table_array,col_inde
- 小编的PC设备在升级了2019 Win10更新十一月版(v1909)后,出现了一个奇怪的问题——“网络无法正常连接”。那么,该怎么解决这一问
- 1.打开WPS文档,点击工具栏的“插入”,然后选择“表格” 2.根据需求绘制一个表格。
- “重复键入”按钮和“恢复键入”按钮位于Word2010文档窗口“快速访问工具栏”的相同位置。当用户进行编辑而未进行“撤销键入”操作时,则显示
- 金舟流程图是一款不错的流程图制作软件,这款软件支持创建流程图、思维导图、脑图、组织结构图、网络拓扑图、BPMN、UML图等,本文中介绍的则是
- 有时表格中的数据包含数字和单位,需要把这些数字提取出来,该怎么操作才是快速准确的呢?一起来了解一下吧日常工作中经常会使用excel,有时表格
- 直接从数据生成图表是Excel的强项,但是,如果用户所创作的内容本身属于更适合通过Word文档进行发布或表述,那么下面就由小编给大家分享下将
- 话说一图胜千言,在展示数据变化时,图表的视觉效果是远远超过苍白的数字的。咱们今天就说说步骤设置条件格式:设置完毕后的样子:怎么样,比起左边的