马克威软件与当代数据分析

马克威软件与当代数据分析
概述
马克威分析系统功能介绍
**部分认识马克威分析系统
**章马克威分析系统界面介绍
1.1数据窗口
1.2变量窗口
1.3挖掘窗口
1.4输出窗口
第二章马克威数据输入和导入
2.1数据输入
2.2变量属性设定
2.3读人文本型数据文件
2.4读入Excel文件
2.5读入DBF文件
2.6通过OLEDB抽取外部数据
第三章数据处理
3.1多维查询
3.2记录选择
3.3数据计算
3.4记录排序
3.5缺失值填充
3.6类型转换
3.7数据抽样
3.8重新编码
3.9记录处理
3.10变量处理
3.11文件合并
3.12行列转换
3.13权重设置
3.14数据合并
3.15数据重构
3.16分类汇总
3.17随机数生成
第二部分基础统计
第四章描述分析
4.1均值分析
4.2频率分析
4.3描述统计
4.4交叉表
第五章相关性分析
5.1一般相关分析
5.2偏相关分析
5.3应用实例
第六章假设检验
6.1参数检验
6.2非参数检验
第三部分**统计
第七章回归分析
7.1线性回归
7.2二值逻辑回归
7.3概率单位回归
7.4有序回归
7.5曲线回归
7.6岭回归
7.7主成分回归
第八章生存分析
8.1寿命表
8.2KM过程
8.3比例风险模型
第九章聚类分析
9.1聚类分析原理
9.2分层聚类
9.3快速聚类
第十章判别分析
10.1描述
10.2原理
10.3适用要求
10.4操作
10.5结果说明
第十一章主成分分析
11.1描述
11.2原理
11.3适用要求
11.4操作
11.5结果说明
11.6主成分分析的注意事项
第十二章因子分析
12.1因子分析的使用
12.2因子分析的结果解释
12.3操作
12.4结果说明
12.5因子分析的一般步骤
第十三章时间序列分析
13.1介绍
13.2季节解构模型
13.3xll模型
13.4自回归模型
13.5移动平均模型
13.6ARIMA模型
13.7指数平滑模型
第十四章方差分析
14.1单因素方差分析
14.2多因素方差分析
14.3结果说明
第十五章向量自回归模型
15.1描述
15.2原理
15.3数据要求
15.4操作
15.5结果说明
第十六章联立方程系统
16.1描述
16.2计算原理
16.3适用要求
16.4操作
16.5结果说明
第十七章协整分析
17.1描述
17.2计算原理
17.3适用要求
17.4.操作
17.5结果说明
第四部分数据挖掘
第十八章数据挖掘简介
18.1数据挖掘的由来
18.2数据挖掘功能与算法
18.3马克威数据挖掘界面
18.4数据挖掘行业应用
第十九章神经网络
19.1神经网络的由来
19.2神经网络的基本原理
19.3神经网络的参数设置
19.4神经网络的结果解释
19.5马克威神经网络的应用
第二十章决策树
20.1决策树的由来
20.2决策树的基本原理
20.3决策树的参数设置
20.4决策树的结果解释
20.5马克威决策树的应用
第二十一章关联规则
21.1关联��则的由来
21.2关联规则的基本原理
21.3关联规则的参数设置
21.4关联规则的结果解释
21.5马克威关联规则的应用
第二十二章模糊聚类
22.1模糊聚类的由来
22.2模糊聚类的基本原理
22.3模糊聚类的参数设置
22.4模糊聚类的结果解释
22.5马克威模糊聚类的应用
第二十三章支持向量机
23.1支持向量机的由来
23.2支持向量机的基本原理
23.3支持向量机的参数设置
23.4支持向量机的结果解释
23.5马克威支持向量机的应用
第二十四章粗糙集
24.1粗糙集(粗集)的由来
24.2粗糙集的基本原理
24.3粗糙集的参数设置
24.4粗糙集的结果解释
24.5马克威粗糙集的应用
第二十五章孤立点分析
25.1孤立点分析的由来
25.2孤立点分析的基本原理
25.3孤立点分析的参数设置
25.4孤立点分析的结果解释
25.5马克威孤立点分析的应用
第二十六章贝叶斯网络原理及用法指南
26.1贝叶斯网络的由来
26.2贝叶斯网络的基本原理
26.3贝叶斯网络操作设置
26.4贝叶斯网络结果解释
26.5贝叶斯网络应用举例
附录数据挖掘案例分析
第五部分统计制图与电子表格
第二十七章数据呈现制图
27.1直线图
27.2条状图
27.3直方图
27.4圆饼图
27.5面积图
27.6排列图
第二十八章数据探索制图
28.1盒状图
28.2误差图
28.3序列图
28.4散点图
28.5自相关图
28.6互相关图
28.7P—P图
28.8Q—Q图
28.9控制图
28.10Roc曲线
28.11高低图
第二十九章电子表格
29.1引介
29.2马克威电子表格的功能
29.3报表制作模板
29.4应用工具
29.5网页发布
参考文献