用Excel學數據挖掘

定　價：￥32.00

作　者：	（日）上田和明著孫英英譯
出版社：	科學出版社
叢編項：
標　簽：	微軟Office

購買這本書可以去

ISBN：	9787030345721	出版時間：	2012-07-01	包裝：	平裝
開本：	16開	頁數：	254	字數：

內容簡介

　　近幾年來，作為一種非常強大的分析數據的方法，數據挖掘的應用范圍在不斷擴大，但實際上這種卓越的分析方法只局限于少數的企業(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計學術語、復雜公式的時候，很多就放棄了。其實，我們忽視了身邊既便宜又方便而且強大的數據挖掘工具——Excel?！队肊xcel學數據挖掘》運用大量實例介紹了Excel的強大工具，通俗易懂，讓你輕松掌握用Exeel進行數據挖掘的方法。《用Excel學數據挖掘》的目的： 1.用Exeel學習數據挖掘的方法。2.通過實例學習數據挖掘的強大工具，即Exeel的5大功能（函數、圖表、數據分析、數據透視表、規(guī)劃求解）。3.為方便初學者理解。盡量不使用數學公式，而使用圖表和圖形進行詳盡、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、古谷都紀子著。

作者簡介

　　上田和明，數據挖掘合作者。通過精心設計調查問卷，引導出回答者無意識的答案。根據多變量解析和文本挖掘的方法，分析問卷調查數據。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」（秀和系統出版）；「Excelで學ぶ回帰分析入門」（歐姆社出版）等。苅田正雄，擔任淑德大學和成蹊大學的外聘講師，教授的課程涉及數據挖掘的“數據處理論”、“編程論”和“概率統計”。數據挖掘合作者。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」、「図解入門數學セミナー－よくわかる行列？ベクトルの基本と仕組み」（秀和系統出版）「Excelで學ぶ回帰分析入門」（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，大阪市立大學研究生院生活科學研究專業(yè)在讀博士生。大阪產業(yè)大學人類環(huán)境系外聘講師。專業(yè)是人機學和認知科學。合作出版物有「Excelで學ぶ回帰分析入門」（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」（秀和系統出版）、「Excelでできる統計的品質管理（SQC）入門」（同友館出版）等。高橋玲子，畢業(yè)于東京女子大學文理系。曾擔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)學校學習過，做過面包師，經驗豐富。后進入經營顧問行業(yè)，提倡基于數據分析的挖掘戰(zhàn)略，以及理性經營戰(zhàn)略，同時擔任各種數據挖掘研究班的講師。中小企業(yè)分析家。數據挖掘合作者。古谷都紀子，畢業(yè)于東京理科大學。曾擔任外資企業(yè)電腦廠商的高級工程師，2001年成為經營顧問，擔任IT和人際技能挖掘研修課程講師、中小企業(yè)的IT導入以及操作顧問，參與信息安全啟蒙活動。中小企業(yè)分析家、IT協調者、ISMS候補審查員。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」（秀和系統出版）。長谷川博彰，（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（挖掘埋藏在日語中的價值）工作。根據企業(yè)和個人的定性數據（文章和資料），從事挖掘經營課題和組織課題的咨詢業(yè)務。經營指在提高論述和寫作能力的“文章表達能力強化私塾”。通過融合數據挖掘和智能挖掘，挑戰(zhàn)挖掘新的價值。井村博，畢業(yè)于名古屋大學農學系。IT自由工程師。使用統計學測試系統性能。接受上田太一郎老師的指導后，開始使用ExcelVBA編程，希望在企業(yè)內網中實現用ExcelVBA制作業(yè)績分析等圖形（減少服務器負荷）。合作出版物有「Excelで學ぶ回帰分析入門」（歐姆社出版）。池田守夫，高級系統工程師。參與開發(fā)FA系統和OA系統以及程序管理，開發(fā)大量的數據挖掘軟件。合作出版物有「Excelでできるデータマイン演習」（同友館出版）。池田數據處理研究所負責人。米谷學，Sanukku公司的職員。參與運營山田數據挖掘私塾，從事普及數據挖掘的工作。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」（秀和系統出版）；「Excelで學ぶ回帰分析入門」（歐姆社出版）。上田太一郎，上田數據挖掘私塾館長，數據挖掘合作者。致力于推進企業(yè)內數據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」、「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章數據挖掘
1.1 什么是數據挖掘
1.2 數據挖掘的目的
1.2.1 把握趨勢和模式
1.2.2 預測
1.2.3 求最優(yōu)解
1.3 數據挖掘和統計分析
1.4 用Excel挖掘數據
1.4.1 用Excel挖掘數據
1.5 把數據挖掘應用到工作中
1.5.1 用數據挖掘得出假設，用實驗規(guī)劃進行檢驗
1.5.2 學習線性代數
1.5.3 學習一般逆矩陣和異常值分解法
1.6 把數據挖掘應用到企業(yè)中
1.6.1 預測
1.6.2 模式與見解、趨勢、假設的獲得
1.6.3 求最優(yōu)解
第2章簡單的數據挖掘和問卷調查
2.1 從少量樣本中挖掘重要信息
2.2 用平均值挖掘數據～Excel中最簡單的數據挖掘方法
2.2.1 平均值
2.2.2 根據平均值預測
2.2.3 學習各種預測數值的方法
小結
第3章預估二手車價格～使用回歸分析進行預測和因分析～
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據（轉換為0，1數據）
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Excel回歸分析的限制條件將回歸自由度設為16
3.6 預測和因子分析
3.6.1 求解回歸方程
3.6.2 預測
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)回歸方程預測
3.8.1 預測
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
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)生產計劃
4.4 最小運輸成本
4.5 分配問題
4.6 資本預算編制計劃
4.7 用生長曲線預測
4.8 求最優(yōu)訂貨量
4.9 挑戰(zhàn)練習題
小結
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 用統計學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 調查是否回復（Response）直郵（DM）與性別、職業(yè)和年收入有無關聯
5.4 選擇最優(yōu)變量
5.5 預測勝利球隊～實力是否不同～
5.6 分析調查問卷的數據
5.6.1 用mit法分析交叉表
小結
第6章開發(fā)暢銷產品的概念組合～聯合分析～
6.1 聯合分析
6.1.1 確定概念
6.1.2 設計調查問卷
6.1.3 正交表
6.1.4 制作調查問卷
6.1.5 收集問卷調查的數據
6.1.6 分析數據
6.1.7 聯合分析的步驟
6.2 事例1 開發(fā)暢銷的面包新產品
6.2.1 實施問卷調查
6.2.2 分析問卷調查的統計結果～回歸分析～
6.2.3 預測和分析因素
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 設計調查問卷
6.3.2 制作調查問卷
6.3.3 制作用于分析的數據
6.3.4 分析數據
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 設計調查問卷
6.4.2 分析問卷調查結果～回歸分析～
6.4.3 預測和分析因素
6.4.4 判定各個集合的魅力度
小結
第7章軟件故障何時了～用規(guī)劃求解制作生長曲線，預估故障總數～
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 "選擇標準"的類型
7.3.3 求解標準值的方法
小結
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制作收益和風險的散點圖的方法
8.3 相關系數的變化引起收益和風險的變動
8.4 求使風險最小的投資組合
8.5 投資組合中的統計學
8.5.1 平均值、方差和標準偏差
8.5.2 隨機變量與概率分布
8.5.3 期望值
8.5.4 協方差和相關系數
8.5.5 協方差和相關系數的具體事例
8.5.6 兩個隨機變量之和的期望值（均值）以及方差、標準偏差
8.5.7 3個以上的隨機變量之和的期望值和方差、標準偏差
8.6 求多支股票的最優(yōu)投資組合
8.7 下載股價數據和求收益率
8.8 10 支股票的投資組合
小結