Xx大学2014-2015学年第一学期课程小论文课程名称：数据分析课程编号：
论文题目：大学生网上购物状况的调查分析
学生（学号）：
学生（学号）：
学生（学号）：
论文评价：
最终成绩：
任课教师：评阅日期：
摘要：本文以问卷调查的形式，研究了当前大学生的网上购物现状。我们以统计软件SPSS为工具，对问卷调查所得的数据加以整理，分析得出在校大学生几乎人人都有网上购物的经历，平均每月每人会进行2-3次的网上购物，月网购费用平均为169元。不同的年级、不同的地方、不同性别的大学生网上购物的习惯也各不相同。对城镇的大学生来说，由于月生活费用比农村性质的大学生要高，因此月网购的花费相对更高，网购次数也越频繁。通常大家更喜欢在网上购买服装，书籍等商品，女大学生也喜欢购买装饰品和护肤产品。尽管大学生都喜欢网上购物，但是也有一部分人群对网上购物流程的不太熟悉，并且对所购的商品不满意。因此本文针对大学生网购出现的状况，对当前的网上购物现象和问题进行了总结，分析了当代大学生网购存在的问题及原因，提出了在的新形势下，如何让大学生更好地更放心的进行网购的对策。关键词：大学生网上购物SPSS 网购现状对策
引言：随着网络的普及，电脑成本的不断下降，依赖于网络的网络购物作为一种新型的消费方式，在全国乃至全球围都在飞速的发展，并且越来受到人们的青睐。网上购物已经慢慢地从一个新鲜的事物逐渐变成人们日常生活的一部分，冲击着人们的传统消费习惯和思维、生活方式，以其特殊的优势而逐渐深入人心最适合年轻族群购物口味的一种购物方式。
作为“高触网”的大学生，随着网络和电子商务的发展，他们成为网络购物群体中的主体。他们往往扮演者引领社会消费趋势的角色。尽管在校期间学生没有固定收入来源，在消费能力上受到了限制，但由于他们作为容易接受新鲜事物的一个群体，更加喜欢快捷、选择多的商品，因此省时省力的网络成了他们最好的购物方式。其次，大部分学生4年之后都会获得一份高于社会平均水平的收入。所以在校大学生一旦突破了资金的限制，将会成为社会主要的消费群体，其在校期间的消费行为会代表未来几年的消费趋势。基于这样一种思考我们对在校大学生进行问卷调查，利用Spss软件对各数据进行深入的分析，以便更好的了解当代大学生网络购物的特征。
一．抽样调查基本情况
通过设计调查问卷的方式，对我校100名大学生的家庭月收入、月生活费、网购的次数、月网购所花的钱、网购的商品类别、常购物的、网购的主因、对网购发展前景的看法、网购的熟悉程度、喜欢那种促销活动和对网购的满意程度进行了数据统计。用于深入统计分析大学生网购。
二．SPSS基本情况分析2.1 创建SPSS数据文件
2.2 大学生基本情况分析
分析：通过对大学生网购的基本情况分析，我们发现100份样本中男大学生的频率为58，百分比为58；女大学生频率为42，百分比为42。来自农村的频率为66，城镇的频率为34。大一年级的频率为36，大二频率为29，大三年级的频率为35。由此可知，样本中来自农村的几乎是城镇的2倍，大二网购的人数最少为29，占29%，大一、大三的人数基本一致。
2.3 描述统计量
分析：通过描述统计月生活费、月网购次数、月网购费用五个基本统计量发现我们学校的平均家庭收入为5056元/月，最高的为30000元/月，最低的1000元/月，月生活费用平均1114元，最高的月生活费用达到2500元，最低的只有400元；月网购次数平均每人2次左右，喜欢网购的人最高可达10次，最低次数的也有1次；大家每月的平均网购费用大约为159元，消费高的可达1000元，消费低的只有20元。同时，我们发现这些基本统计量的标准差非常大，由此了解到大学生的家庭收入、月生活费和月网购费用离散程度很大，尤其是家庭收入。
2.4 月网购费用
分析：分年级和家庭住址分析每月网购费用。大一、大二、大三年级城镇的均值分别为272.31、314.55、290.00，农村的均值为124.35、103.89、94.44。可见家庭住址为城镇的比农村的月网购费用要多。大一年级城镇和农村的标准差分别为244.954、67.341。大二城镇和农村的标准差分别为175.862、103.648。大三年级城镇和农村的标准差分别为202.485、49.129。由此可知城镇的离散程度比农村的高，大一、大三的更显著。大一和大三年级的中值相等，城镇和农村的中值分别为200、100，大二城镇很差的中值分别为300、95。大二城镇与农村的中值相差较大。大一、大二、大三城镇的极大值分别为1000、700、700；农村的极大值分别为300、500、200。城镇的极大值比农村的大得多。
2.5 网购消费水平
我们先对大学生的月网购费用进行分类，0—50元为较低水平，50—200元为适中水平，200—500元为较高水平，500元以上为非常高的水平。以此统计各阶段消费水平的人数
分析：由图表我们可发现大学生网购消费水平为非常高的人数有3人，较高的水平的有17人，适中水平
消费水平基本相同。因此可得出，大多数大学生网上购物消费水平都在50元—200元左右，这与当前大学生的生活状况相符合，因为在校大学生没有固定的收入，生活费用几乎都源于父母，他们没有多余的钱花在网购上。
2.6 交叉分组下的频率分析
为了更加详细的分析出大学生网购消费水平的状况，我们分不同地方、不同性别对此进行分析
分析：由图表可看出，对于来自城镇的大学生：女生消费水平非常高的人数为0，较高的为11人，适中为7人，男生消费水平非常高的有3人，较高的为3人，适中为7人；对于来自农村的的大学生：女生消费水平非常高的人数为0，较高的为3人，适中为17人，男生消费水平非常高的人数为0，较高的为0人，适中为44人.由此可得出，只有来自城镇的的大学生存在网购水平为非常高的现象，而不管是来自城镇，还是农村，不管是男，是女，他们的网购消费水平都处于适中阶段，这说明家庭住址与网购消费水平有较强的关联性，城镇的大学生消费水平总体比农村的大学生高，但由于大家都是大学生，没有固定经济来源收入，大家网购消费水平只能处于适中阶段。
分析：由图表可知城镇的观测值为8.855，农村的为8.327。城镇的概率值为0.031和0.013，农村的概率值为0.016和0.010。由于城镇与农村的概率值都小于显著性水平值，应拒绝零假设，所以可认为不同家庭住址的网购消费水平不一致。
2.7 网购的主要原因
分析：由饼图可知，大学生网购的主要原因中有27%的人是因为价格便宜，47%的人是因为方便快捷，19%的人是由于商品种类多，而因为其他的原因进行网购的人占7%，由此可知，大学数大学生进行网购主要是因为它方便快捷，可以节约大家的时间。
2.8 网购最喜欢的促销活动
分析：此问题采用的方法是使用条形图，方便明了。由此图我们可以发现大多数的学生最喜欢的促销活动是打折和免运费。因为打折，免运费可以节约更多的钱，使买的商品更加便宜。
2.9 对网购发展前景的看法
分析：大多数的大学生对网购的发展前景是看好的，但大一看好的人最多。大三非常看好的最多，很少的大学生不看好网购的发展前景，只有极少数大学生是不关心网购的发展前景。
2.10 网购流程的熟悉程度和网购满意度
分析：由图可知，对于大学生网购流程的熟悉程度：大多数大学生都是处于一般状态，只有极少数学生不熟悉网购流程，而且不熟悉的大学生中只有女生。对于网购满意度：1表示非常满意。2表示满意。3表示一般，4表示不满意，可知大多数对网购的满意度感觉一般，非常满意和不满意的人比较少。
三．SPSS对网购情况的详细分析
3.1 多选项频率
分析：由图表可知，大学生网上购买的商品中，10.6%的人购买的是图书音像类，14.3%的人购买的是电子数码类，30.2%的人购买服装服饰，可见，服装服饰是大学生最多选择网购商品，在线充值也是选择比较多的一种方式，家具用品的比例是最低的。
3.2 交叉分组下的购物
分析：上图中在淘宝上购物的男女人数分别为55、40，分别占性别的94.8%、95.2%。在京东购物的男女人数分别为30、19，分别占51.7%、45.2%。在唯品会购物的男女人数分别为10、9，分别占17.2%、21.4%，男生在聚美优品购物的人数是3，占5.2%，是男生在网上购物最少的地方。在亚马逊购物的男女人数分别为12、2，分别占20.7%、4.8%，是女生在网上购物去的最少的地方。在其他的购物的男女人数分别为6、5，分别占10.3%、11.9%。可以发现无论男女大学生，在淘宝买东西的人是最多的。其次是京东。但从总体来看，在其他的买东西的人最少。
3.3 月网购费用的均衡性
为了更好地分析大学生网购的现状，我们对他们的月网购费用进行均衡性分析。首先我们对月网购费用进行标准化，命名为Z，然后根据3δ准则对Z数据重新编码分为三组（Z<=-3为低金额组，命名为1，-3
分析：由图可知低金额组的比例为0%，高金额组比例为3%，异常组的比例大于理论值0.3%，因此可以认为大学生月网购费用存在一定的不均衡现象。
3.4 正态性检验
分析：进行参数检验需要先判断它们是否符合正态性检验。所以进行正态性检验，发现K-S方法中月网购费用、家庭收入、月生活费与月网购次数的统计量分别为0.259、0.196、0.257、0.249，S-W中的统计量分别为0.723、0.730、0.900、0.766。但它们的概率P值都近似0，小于显著性水平0.05。所以应拒绝零假设，认为它们不符合正态性检验，进行非参数检验。
3.5 非参检验
分析：我们针对不同性别对月网购费用进行2个独立样本的k-s检验，由图表可知最大绝对差值为0.360，最大正值为0.360，最小负值为-0.052。概率P值为0.04<0.05，应拒绝零假设，可以认为男女的月网购费用存在显著差异。
分析：月网购次数一年级大于中值的人数有13人，大二、大三年级都为10人。小于等于中值的大一、大二、大三年级的人数分别为23、19、25。可以发现每个年级的月网购次数频率都是小于等于中值的居多。月网购次数的中值为2.00，计算出的卡方统计量为0.497，由于概率Ｐ值0.780>0.05，应接受零假设，即认为月网购次数与所在年级不存在显著差异。
3.7 相关分析
分析：此上图的散点图可知，大学生的家庭收入、月生活费、月网购次数和月网购费用之间都有存在相应的线性关系。且月生活费与家庭收入之间的线性关系最强。粗略地看月网购次数和月网购费用会受其影响。通过计算相关系数的方法对它们之间的线性相关性作进一步的分析。由相关性图表可知，月生活费与月网购费用间的简单相关系数为0.658，与月网购次数的简单相关系数为0.340，与家庭收入的简单相关系数为0.622。月网购费用与月网购次数的简单相关系数为0.474，与家庭收入的简单相关系数为0.541。月网购次数与家庭收入的简单相关系数为0.287。它们的相关系数检验的概率P值都近似为0<0.01。认为他们之间存在线性关系，因此可为它们做相应的现性回归分析。
3.8 线性回归
分析：由模型汇总表可知：由于调整的判定系数0.509，因此认为拟合优度一般，但也可对大学生的家庭收入、月生活费、月网购次数和月网购费用之间的关系进行线性拟合。
由Anova表可知：由于概率P小于显著性水平，认为各回归系数不同时为0，月网购费用与家庭收入、月网购次数和月网购费用全体的线性关系是显著的，所以可建立它们间的线性模型。
由系数表可知：常量、月生活费用、家庭收入、月网购次数的概率p值都小于0.05，所以他们与月网购费用的线性模型的系数都不为0。
令月网购费用为Y，月生活费用为a、家庭收入为b、月网购次数为c,我们可得他们间的回归线性模型为Y=0,.171a+0.008b+25.105c-119.697
四．分析与总结
利用SPSS软件对大学生网购进行详细的分析。我们可以发现抽样调查的样本的数据并不能完全的表现大学生网购的所有情况，这可能与调查对象过少以及调查的区域太少或调查的对象没有认真的填写数据等原因有关。由于大学生是一个没有收入的群体，所以他的消费水平与家庭收入以及生活费有着密切的关系。大学生会选择网购的主要原因是方便快捷且很多的人对网购前景是看好的，但他们并不是很了解网上购物的流程，由此可知大学生是一个潜在的网购人群。根据大学生当前的网购经历，我们可以发现由于大学生经济不独立，主要依靠父母寄来的生活费作为经济来源，没有能力购买高档商品，而生活用品所耗的资金又不多，所以他们多倾向购买生活用品，包括服装、书籍、化妆品等。不同性别，不同地方的大学生购买的商品也是不同的；其次，大学生喜欢的促销活动是打折和免运费等，对于这类活动他们可以获利更多，能用更多的钱买到商品；大学生购物的更倾向于淘宝和京东；商品的价格也是大学生网购的重要吸引力量之一，所以价格较低也影响着大学生的网购选；大部分的大学生对网购感觉一般，这可能与商品的质量、一些电商的服务态度、售后服务以及物流等有关。通过以上的一些非参检验，相关分析以及线性回归分析，我们还可以发现SPSS的功能是很强大的。针对以上的一些总结，我们对大学生和厂商们提一些建议：1) 加大各个加强宣传力度，使得学生更好的了解该，甚至购买其商品。同时各个还应该扩大销售产品的类型及产品销售围。也可以通过一些优惠活动来吸引大学生购买。利用价格优势，使得网购成为生活中不可缺少的一部分。
2) 大学生自身应当学会传统购物和网购相结合的消费方式，这样可以使自己更好的利用手中的钱，实现资源最优利用。
3) 政府及有关部门应该出台相应的政策，保障网购安全，使得大学生网购更加放心，从而也推动网购商家的收入。
4）每个网店经营者都应该提高思想道德素质，落实社会主义荣辱观，贯彻社会主义核心价值体系，在社会上自觉遵守法律法规，自觉维护规章制，使得诚信成为每个网店经营者都具备的一个优良品格。
5）大学生在网购时要提高辨别真伪的能力，不要被网络上的一部分虚假广告所骗，当自己的权益受到侵害时，消费者要勇敢地站出来为自己讨回公道，报告有关部门。这样做的同时也避免之后的消费者也遭遇同样的情况。
过本次问卷调查，我更加了解和掌握大学生的网上购物状况，也懂得了大学生网上购物所存在的问题。同时学会了统计软件spss的各项功能，通过对这些问题的研究，我提出了大学生网购中遇到的问题的对策，希望可以有针对性地引导大学生更健康更放心的进行网上购物。
五参考文献
[1] 薛薇.SPSS统计分析方法及应用[C].：电子工业，2013.
[2] 文彤.SPSS统计分析基础教程[M].：高等教育，2004.
[3] 莫冬丽，大学生网上购物调查报告SPSS[DB/OL]
wenku.baidu./link?url=yLlyZKAW_njLlVaPPC04GQUHNltCSyppeoGnc9Qc_9kj5rndGI24DrxDyKsf3qjofUQgqxPPd7ewUoZlo
3mTnWlnIojfFQI8NFZT ugUzjRG2011-10-22
六附录
大学生网络购物调查问卷
1.你的性别（）
A、女
B、男
2.你的家庭住址（）
A、城镇
B、农村
3.你所在的年级（）
A、大一
B、大二
C、大三
D、大四
4.你的家庭月收入是多少？（）
5.你每月的生活费是多少？( ）
6.你每月网购的次数是多少？（）
7.你每月网购所花的钱是多少？（）
8.你在网络购买的商品或服务是（）[可多选]
A、图书音像类
B、电子数码类
C、食品保健类
D、在线充值
E、服装服饰类
F、化妆品类
G、家居用品
H、其他
9.你经常购物的是（）[可多选]
A、淘宝
B、京东
C、唯品会
D、聚美优品
E、亚马逊
F、其他
10.你会进行网上购物的主要原因是（）
A、价格便宜
B、方便快捷
C、商品种类多
D、其他
11.你对网购发展前景的看法（）
A、非常看好
B、看好
C、不看好
D、不关心
12.你通常网购的付款方式是（）[可多选]
A、货到付款
B、支付宝
C、网上银行
D、信用卡
E、找人代付
13.你对网上购物流程的熟悉程度如何（）
A、非常了解
B、一般
C、了解很少
D、不熟悉
14.你最喜欢何种促销活动（）
A、免运费
B、打折
C、送礼品
D、购物返卷
15.通过你的网上购物经历，总体上你是否感到满意（）
A、非常满意
B、满意
C、一般
D、不满意
数据分析课程设计 题目：四川农村居民的消费结构浅析 班级：2009级数学与应用数学1班 学号：20091615310028 姓名：张雪梅 指导老师：张燕 时间：2012年6月19日
【摘要】 随着人们生活水平的提高，消费结构也在日益变化，为了能够更好的为四川农村人们服务，更快的发展农村建设，让人们过上更好的生活。在此，有必要研究农村人们的消费结构变化情况，以便做出正确的判断。本文是基于四川统计年鉴中1995年—2010年中的14年的四川省农村居民人均纯收入与消费支出的相关数据，运用sas软件，采用因子分析方法,实证研究了该省农村居民的消费结构变动情况。结论表明, 四川农村居民的生活质量有所提高，大多数人解决了住房、温饱等生活问题，对生活方面的支出有所减少，更多的开始关注文化教育和精神娱乐方面，最后给农村今后的发展提出了小小的建议。 【关键字】 四川省农村居民消费结构因子分析 sas
目录 摘要 (2) 关键字 (2) 目录 (3) 一、消费简介 (6) 1.消费结构概念 (6) 2 研究我省农村居民消费结构的必要性 (6) 二、因子分析概述 (7) 1、因子分析的概念和意义 (7) 2、因子分析的的数学模型 (7) 3、因子分析的基本步骤 (8) 4、因子的命名 (10) 5、计算因子得分 (10) 6、具体实施步骤 (10) 三、实证分析过程 (10) 1、数据的收集整理 (10) 2、相关系数矩阵的计算 (11) 3、因子载荷矩阵的计算 (12)
4、因子的方差贡献率及变量的共同度计算及分析 (14) 5、计算因子得分 (14) 四、结论与建议 (16) 1、结果分析 (16) 2、对于四川省农村居民消费结构的建议 (16) 五、参考文献 (18)
《数据分析》课程标准 1．课程定位与课程设计 1.1课程的性质与作用 本课程是大数据应用技术专业的核心课程。通过本课程的学习，使学生掌握调查方案设计、数据资料的收集、整理、分析和数据分析报告的撰写方法和思路，及运用相关数据处理工具进行数据分析的基本方法。该课程主要是培养学生完整数据分析的理念与运用相关数据处理工具进行数据分析的能力，为学生学习和掌握《数据挖掘》等其他专业课程提供必备的专业基础知识，也为学生从事大数据应用技术相关岗位工作打下良好的基础。 1.2课程设计理念 课程设计遵循“以学生为主体”教育思想，依据“任务引领”为课程内容设计原则，以提高学生整体素质为基础，以培养学生市场调查与数据分析工具的使用能力、特别是创新能力和实际操作能力为主线，兼顾学生后续发展需要，选取符合数据分析职场所要求的知识、素质和能力为教学内容；在基本理论和基础知识的选择上以应用为目的，以“必需、够用”为度，服从培养能力的需要，突出针对性和实用性 （2）遵循能力本位的教学观。注重培养学生在工作中对数据资料的收集、整理和分析处理能力，训练学生的专业能力、社会能力和方法能力。课程设计以能力为核心，围绕能力的形成学习相关知识。 1.3 课程设计思路 在课程设计上根据大数据应用技术专业就业岗位群任职要求，改革传统的课程体系和教学方法，形成以就业为导向，立足于学生职业能力培养和职业素养养成，突出课程的应用性和操作性。数据分析工作是一个有序开展的工作，顺序性和过程性很强，课程设计的思路正是依据工作任务的顺序和过程开展的，数据分析工作过程主要分为五个步骤，这五个步骤也就是五个工作项目，构成了本课程学习内容的框架。通过任务驱动充分发挥学生的主体作用，让学生在完成具体任务的过程中来构建相关理论知识，发展职业能力，并提升职业素养。在教学内容上遵循“理论够用、适度，重在应用”的原则，弱化理论，剔除抽象的公式推导和复杂计算分析，把数据资料的收集特别是利用互联网收集数据资料及运用数据分析工具软件进行数据分析，作为重点内容进行讲授和训练，适应社会经济和科技进步给市场信息分析与预测带来的发展。 2．课程目标 通过本课程的学习，学生掌握从调查方案设计、数据资料的收集、处理、分析到数据分析报告的撰写整个工作流程，学会运用相关数据处理工具进行数据分析的基本方法。同时还要培养学生自主学习能力、自我管理能力、沟通能力、组织协调能力、市场开拓意识、竞争意识和团队协作精神，使学生既具备较高的业务素质，又具有良好的职业道德和敬业精神。
《数据分析方法》 课程实验报告 1.实验内容 （1）掌握回归分析的思想和计算步骤； （2）编写程序完成回归分析的计算，包括后续的显著性检验、残差分析、Box-Cox 变换等内容。 2.模型建立与求解(数据结构与算法描述) 3.实验数据与实验结果 解：根据所建立的模型在MATLAB中输入程序（程序见附录）得到以下结果：（1）回归方程为： 说明该化妆品的消量和该城市人群收入情况关系不大，轻微影响，与使用该化妆品的人数有关。 的无偏估计： （2）方差分析表如下表： 方差来源自由度平方和均方值 回归（） 2 5384526922 56795 2.28
误差（）12 56.883 4.703 总和（）14 53902 从分析表中可以看出：值远大于的值。所以回归关系显著。 复相关，所以回归效果显著。 解：根据所建立的模型，在MATLAB中输入程序（程序见附录）得到如下结果：（1）回归方程为： 在MTLAB中计算学生化残差（见程序清单二），所得到的学生化残差r的值由残差可知得到的r的值在（-1，1）的概率为0.645，在（-1.5，1.5）的概率为0.871，在（-2，2）之间的概率为0.968. 而服从正态分布的随机变量取值在（-1，1）之间的概率为0.68，在（-1.5，1.5）之间的概率为0.87，在（-2.2）之间的概率为0.95，所以相差较大，所以残差分析不合理，需要对数据变换。 取=0.6进行Box-Cox变换 在MATLAB中输入程序（见程序代码清单二） 取，所以得到r的值（r的值见附录二）其值在（-1，1）之间的个数大约为20/31=0.65，大致符合正态分布，所以重新拟合为： 拟合函数为： 通过F值，R值可以检验到，回归效果显著 （3）某医院为了了解病人对医院工作的满意程度和病人的年龄，病情的严重程度和病人的忧虑程度之间的关系，随机调查了该医院的23位病人，得数据如下表：
《数据分析方法》课程设计 成绩评定表 学生姓名严震班级学号1109010114 专业信息与计算课程设计题目NBA球员技科学术统计分析报告 评 语 组长签字： 成绩 日期 20年月日
《数据分析方法》课程设计 课程设计任务书 学院理学院专业信息与计算科学学生姓名严震班级学号1109010114 课程设计题目NBA 球员技术统计分析报告实践教学要求与 任务 : 设计要求（技术参数）： 1、熟练掌握SPSS 软件的操作方法； 2、根据所选题目及调研所得数据，运用数据分析知识，建立适当的数学模型； 3、运用 SPSS 软件，对模型进行求解，对结果进行分析并得出结论; 4、掌握利用数据分析理论知识解决实际问题的一般步骤。 设计任务： 1、查阅相关资料，找到NBA 球员技术的相关指标，获得相关数据； 2、利用数据分析的理论，建立线性回归模型，以及对其进行主成分分析； 3、利用 SPSS软件求解 , 并给出正确的结论。 工作计划与进度安排 : 第一天——第二天学习使用SPSS 软件并选题 第三天——第四天查阅资料 第五天——第六天建立数学模型 第七天——第九天上机求解并完成论文 第十天答辩 指导教师：专业负责人：学院教学副院长： 201年月日201年月日201年月日
II
摘要 数据分析析的主要应用有两方面，一是寻求基本结构，简化观测系统，将具有错综复杂关系的对象（变量或样品）综合为少数几个因子（不可观测的，相互独立的随机变 量），以再现因子与原变量之间的内在联系；二是用于分类，对p 个变量或 n 个样品进 行分类。聚类分析一般有两种类型，即按样品聚类或按变量（指标）聚类，其基本思想是通过定义样品或变量间“接近程度”的度量，将“相近”的样品或变量归为一类。本文 利用利用数据分析中的因子分析和聚类分析对多个变量数据进行了分析。就是分析和处理 数据的理论与方法，数据分析中提出了广泛的多元数据分析的统计方法，包括线性回归分析、方差分析、因子分析、主成分分析、典型相关分析、判别分析、聚类分析等。 关键词： spss 软件 ; 聚类分析 ; 因子分析 ; 线性规划
Xx大学2014-2015学年第一学期课程小论文课程名称：数据分析课程编号： 论文题目：大学生网上购物状况的调查分析 学生（学号）： 学生（学号）： 学生（学号）： 论文评价：
最终成绩： 任课教师：评阅日期： 摘要：本文以问卷调查的形式，研究了当前大学生的网上购物现状。我们以统计软件SPSS为工具，对问卷调查所得的数据加以整理，分析得出在校大学生几乎人人都有网上购物的经历，平均每月每人会进行2-3次的网上购物，月网购费用平均为169元。不同的年级、不同的地方、不同性别的大学生网上购物的习惯也各不相同。对城镇的大学生来说，由于月生活费用比农村性质的大学生要高，因此月网购的花费相对更高，网购次数也越频繁。通常大家更喜欢在网上购买服装，书籍等商品，女大学生也喜欢购买装饰品和护肤产品。尽管大学生都喜欢网上购物，但是也有一部分人群对网上购物流程的不太熟悉，并且对所购的商品不满意。因此本文针对大学生网购出现的状况，对当前的网上购物现象和问题进行了总结，分析了当代大学生网购存在的问题及原因，提出了在的新形势下，如何让大学生更好地更放心的进行网购的对策。关键词：大学生网上购物SPSS 网购现状对策 引言：随着网络的普及，电脑成本的不断下降，依赖于网络的网络购物作为一种新型的消费方式，在全国乃至全球围都在飞速的发展，并且越来受到人们的青睐。网上购物已经慢慢地从一个新鲜的事物逐渐变成人们日常生活的一部分，冲击着人们的传统消费习惯和思维、生活方式，以其特殊的优势而逐渐深入人心最适合年轻族群购物口味的一种购物方式。 作为“高触网”的大学生，随着网络和电子商务的发展，他们成为网络购物群体中的主体。他们往往扮演者引领社会消费趋势的角色。尽管在校期间学生没有固定收入来源，在消费能力上受到了限制，但由于他们作为容易接受新鲜事物的一个群体，更加喜欢快捷、选择多的商品，因此省时省力的网络成了他们最好的购物方式。其次，大部分学生4年之后都会获得一份高于社会平均水平的收入。所以在校大学生一旦突破了资金的限制，将会成为社会主要的消费群体，其在校期间的消费行为会代表未来几年的消费趋势。基于这样一种思考我们对在校大学生进行问卷调查，利用Spss软件对各数据进行深入的分析，以便更好的了解当代大学生网络购物的特征。 一．抽样调查基本情况 通过设计调查问卷的方式，对我校100名大学生的家庭月收入、月生活费、网购的次数、月网购所花的钱、网购的商品类别、常购物的、网购的主因、对网购发展前景的看法、网购的熟悉程度、喜欢那种促销活动和对网购的满意程度进行了数据统计。用于深入统计分析大学生网购。
数据分析课程标准标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
《数据分析》课程标准 1．课程定位与课程设计 1.1课程的性质与作用 本课程是电子商务专业的专业基础课程。通过本课程的学习，使学生掌握调查方案设计、数据资料的收集、整理、分析和数据分析报告的撰写方法和思路，及运用EXCEL进行数据分析的基本方法。该课程主要是培养学生完整市场调查的理念与运用EXCEL进行数据分析的能力，为学生学习和掌握《网络营销与策划》、《店铺运营》、《客户服务》等其他专业课程提供必备的专业基础知识，也为学生从事电子商务运营与推广、客户服务等电子商务相关岗位工作打下良好的基础。 1.2课程设计理念 课程设计遵循“以学生为主体”教育思想，依据“任务引领”为课程内容设计原则，以提高学生整体素质为基础，以培养学生市场调查与数据分析工具的使用能力、特别是创新能力和实际操作能力为主线，兼顾学生后续发展需要，选取符合电子商务职场所要求的知识、素质和能力为教学内容；在基本理论和基础知识的选择上以应用为目的，以“必需、够用”为度，服从培养能力的需要，突出针对性和实用性（2）遵循能力本位的教学观。注重培养学生在工作中对数据资料的收集、整理和分析处理能力，训练学生的专业能力、社会能力和方法能力。课程设计以能力为核心，围绕能力的形成学习相关知识。 1.3 课程设计思路 在课程设计上根据电子商务专业就业岗位群任职要求，改革传统的课程体系和教学方法，形成以就业为导向，立足于学生职业能力培养和职业素养养成，突出课程的应用性和操作性。数据分析工作是一个有序开展的工作，顺序性和过程性很强，课程设计的思路正是依据工作任务的顺序和过程开展的，数据分析工作过程主要分为五个步骤，这五个步骤也就是五个工作项目，构成了本课程学习内容的框架。通过任务驱动充分发挥学生的主体作用，让学生在完成具体任务的过程中来构建相关理论知识，发展职业能力，并提升职业素养。在教学内容上遵循“理论够用、适度，重在应用”的原则，弱化理论，剔除抽象的公式推导和复杂计算分析，把数据资料的收集特别是利用互联网收集数据资料及运用数据分析工具软件进行数据分析，作为重点内容进行讲授和训练，适应社会经济和科技进步给市场信息分析与预测带来的发展。 2．课程目标 通过本课程的学习，学生掌握从调查方案设计、数据资料的收集、处理、分析到数据分析报告的撰写整个工作流程，学会运用EXCEL进行数据分析的基本方法。同时还要培养学生自主学习能力、自我管理能力、沟通能力、组织协调能力、市场开拓意
《数据库原理与应用》 课程设计 个人总结 题目机票预订系统 专业班级计0903 学号 2 姓名王龙飞 指导老师强新建 完成时间2012.1.12
课程设计心得体会及总结 两个星期的时间非常快就过去了，这两个星期不敢说自己有多大的进步，获得了多少知识，但起码是了解了项目开发的部分过程。虽说上过数据库上过管理信息系统等相关的课程，但是没有亲身经历过相关的设计工作细节。这次实习证实提供了一个很好的机会。 通过这次课程设计发现这其中需要的很多知识我们没有接触过，去图书馆查资料的时候发现我们前边所学到的仅仅是皮毛，还有很多需要我们掌握的东西我们根本不知道。同时也发现有很多已经学过的东西我们没有理解到位，不能灵活运用于实际，不能很好的用来解决问题，这就需要我们不断的大量的实践，通过不断的自学，不断地发现问题，思考问题，进而解决问题。在这个过程中我们将深刻理解所学知识，同时也可以学到不少很实用的东西。 从各种文档的阅读到开始的需求分析、概念结构设计、逻辑结构设计、物理结构设计。亲身体验了一回系统的设计开发过程。很多东西书上写的很清楚，貌似看着也很简单，思路非常清晰。但真正需要自己想办法去设计一个系统的时候才发现其中的难度。经常做到后面突然就发现自己一开始的设计有问题，然后又回去翻工，在各种反复中不断完善自己的想法。 我想有这样的问题不止我一个，事后想想是一开始着手做的时候下手过于轻快，或者说是根本不了解自己要做的这个系统是给谁用的。因为没有事先做过仔细的用户调查，不知道整个业务的流程，也不知道用户需要什么功能就忙着开发，这是作为设计开发人员需要特别警惕避免的，不然会给后来的工作带来很大的麻烦，甚至可能会需要全盘推倒重来。所以以后的课程设计要特别注意这一块的设计。 按照要求，我们做的是机票预订系统。说实话，我对这个是一无所知的，没有订过机票，也不知道航空公司是怎么一个流程。盲目开始设计的下场我已经尝过了，结果就是出来一个四不像的设计方案，没有什么实际用处。没有前期的调查，仅从指导书上那几条要求着手是不够的。 在需求分析过程中，我们通过上网查资料，去图书馆查阅相关资料，结合我们的生活经验，根据可行性研究的结果和客户的要求，分析现有情况及问题，采用结构，将机票预定系统划分为两个子系统：客户端子系统，服务器端子系统。在两周的时间里，不断地对程序及各模块进行修改、编译、调试、运行，其间遇到很多问题：由于忘记了一些语言的规范使得在调试过程中一些错误没有发现，通过这次课程设计，我对调试掌握得更加熟练了，意识到了程序语言的规范性以及我们在编程时要有严谨的态度，同时在写程序时如有一定量的注释，既增加了程序的可读性，也可以使自己在读程序时更容易。 我们学习并应用了语言，对数据库的创建、修改、删除方法有了一定的了解，通过导入表和删除表、更改表学会了对于表的一些操作，为了建立一个关系数据库信息管理系统，必须得经过系统调研、需求分析、概念设计、逻辑设计、物理设计、系统调试、维护以及系统评价的一般过程，为毕业设计打下基础。 很多事情不是想象中的那么简单的，它涉及到的各种实体、属性、数据流程、数据处理等等。很多时候感觉后面的设计根本无法继续，感觉像是被前面做的各种图限制了。在做关系模型转换的时候碰到有些实体即可以认为是实体又可以作为属性，为了避免冗余，尽量按照属性处理了。 物理结构设计基本没有碰到问题，这一块和安全性、完整性不觉就会在物理结构设计中添加一些安全设置：主键约束、约束、定义等。最后才做索引的部分，对一些比较经常使用搜索的列，外键上建立索引，这样可以明显加快检索的速度，最后别忘记重要的安全性设置，限制用户访问权限，新建用户并和数据库用户做相应的映射。 不管做什么，我们都要相信自己，不能畏惧，不能怕遇到困难，什么都需要去尝试，有些你开始认为很难的事在你尝试之后你可能会发现原来她并没有你以前觉得的那样，自己也
基于K-均值的Iris数据聚类分析 姓名谢稳 学号 1411010122 班级信科 14-1 成绩 _________________
基于K-均值的Iris数据聚类分析 姓名:谢稳 信息与计算科学14-1班 摘要数据挖掘在当今大数据新起的时代是一项必须掌握的技能，聚类分析是数据挖掘技术中一项重要的研究课题，在很多领域都有具有广泛的应用，如模式识别、数据分析等。聚类分析的目的是将数据对象分成若干个类或簇，使得在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象之间相似度较低［5］。通过聚类分析，人们能够识别出数据分布密集和稀疏的区域，发现全局的分布模式以及数据属性之间一些意想不到的相互关系。本文对R.A.Fisher 在1936 年发表的Iris 数据进行数据挖掘，使用聚类分析中的K-Means对该问题进行进一步分析研究。实验证明两种方法都是适合的解决此类问题的。 关键词Iris数据；聚类分析；K-均值聚类. 0前言 本文对聚类分析的原理进行阐述，并聚类分析中的谱系聚类法和K-means对R.A.Fisher 的Iris 数据进行了数据分析，得到了几乎相同的结论，数据量太少，回带误差大约是20%。 1数据分析预处理 1.1 数据来源 分析的数据来自R.A.Fisher 在1936 年发表的Iris 数据（见附录B表B.1），据表可知前50个数据为牵牛一类，再50个数据为杂色一类，后50个数据为锦葵一类。将数据样本X变量放入matlab变量名X,,保存为matlab的huaban.mat文件。 1.2 数据分析 采用谱系聚类分析方法和K-means聚类法解决例如Iris类的分类等问题。 2聚类分析 2.1聚类的概述 聚类分析是研究对样品或指标进行分类的一种多元统计方法，是依据研究对象的个体的特征进行分类的方法；聚类分析把分类对象按一定规则分成若干类，这些类非事先指定的，而是根据数据特征确定的。在同一类中这些对象在某种意义上趋向于彼此相似，而在不同类中趋向于不相似；职能是建立一种能按照样品或变量的相似程度进行分类的方法。聚类准则为“亲者相聚，疏者相分”。 2.2 分类 2.2.1 R型聚类分析 R型聚类分析是对变量（指标）的分类，其主要作用：不但可以了解个别变量之间的亲疏程
目录 摘要 (Ⅰ) 1.引言 (1) 2.因子分析法的基本思想和数学模型 (1) 2.1因子分析的基本思想 (1) 2.2因子分析的数学模型 (1) 3.指标建立 (2) 3.1人均生产总值 (2) 3.2社会消费品零售总额 (2) 3.3财政收入 (2) 3.4城镇居民可支配收入 (2) 3.5农民人均纯收入 (3) 3.6职工平均工资 (3) 4.案例分析 (3) 4.1数据收集 (3) 4.1数据处理 (4) 5.总结 (8) 6.附录 (9) 6.1平均数、标准差、偏度、峰度等统计量 (9) 6.2直方图 (10) 7.个人学习小结 (11) 8.参考文献 (12)
摘要 本文主要说明主因子分析在浙江省各城市综合经济实力评价方面的应用，并运用功能强大的数据分析软件SPSS，简化计算方法，通过输入各项数据，追后得出评价图表，来分析浙江省各市经济建设方面哪些因子更重要。 本文引用浙江省32个市县的6项指标，人均生产总值，人均社会消费品零售总额，人均财政收入，城镇居民人均可支配收入，农村居民人均纯收入，在岗职工工资。通关SPSS来分析这些指标的数据，来评价各市的总和实力。 关键词：SPSS，因子分析法，综合经济实力,浙江省
1.引言 随着改革的开放，中国各省经济都在飞速的增长，浙江省的社会经济发展也取得了巨大的成就。2012年，浙江深入贯彻落实科学发展观，面对严峻复杂的外部环境和困难挑战，全省经济在加快转型升级中实现平稳增长。本文利用SPSS ，对2012年浙江省32个市县主要经济指标数据进行主成分分析。 2.因子分析法的基本思想和数学模型 2.1因子分析的基本思想 用少数几个抽象的因子，去描述多个指标或者（因素）之间的联系。将相互直接关系比较密切的变量归为同一个类别之中没一类变量就变成一个因子。因子分析是一直降维、简化数据的技术。 作为一种比较好的研究技术，因子分析有一下特点： （1）因子变量的数量远少于原有的指标变量的数量，因而对因子变量的分析能够减少分析中的工作量。 （2）因子变量不是对原始变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息。 （3）因子变量之间不存在显著的线性相关关系，对变量的分析比较方便，但原始部分变量之间多存在较显著的相关关系。 （4）因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理主成分分析）。显然，在一个低维空间解释系统要比在高维系统容易的多。 当然因子分析也会有一些不便的地方，它只能做综合性的评价，同时对数据的数据量和成分也有一定要求。而且需要先进行KOM 检测数据是否适合作因子分析法。 2.2因子分析的数学模型 假设对n 例样品观测了p 个指标，即1X ，2X ，…， p X ，得到观测数据。我们的 任务就是从一组观测数据出发，通过分析各指标1X ，2X ，…， p X 之间的相关性，找 出支配作用的潜在因子，使得这些因子可以解释各个指标之间的相关性。 则因子分析的数学模型如下： 112121111e F a F a F a X m m ++++= 222221212e F a F a F a X m m ++++= p m pm p p p e F a F a F a X ++++= 2211
数据分析课程标准内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128）
《数据分析》课程标准 1．课程定位与课程设计 1.1课程的性质与作用 本课程是电子商务专业的专业基础课程。通过本课程的学习，使学生掌握调查方案设计、数据资料的收集、整理、分析和数据分析报告的撰写方法和思路，及运用EXCEL进行数据分析的基本方法。该课程主要是培养学生完整市场调查的理念与运用EXCEL进行数据分析的能力，为学生学习和掌握《网络营销与策划》、《店铺运营》、《客户服务》等其他专业课程提供必备的专业基础知识，也为学生从事电子商务运营与推广、客户服务等电子商务相关岗位工作打下良好的基础。 1.2课程设计理念 课程设计遵循“以学生为主体”教育思想，依据“任务引领”为课程内容设计原则，以提高学生整体素质为基础，以培养学生市场调查与数据分析工具的使用能力、特别是创新能力和实际操作能力为主线，兼顾学生后续发展需要，选取符合电子商务职场所要求的知识、素质和能力为教学内容；在基本理论和基础知识的选择上以应用为目的，以“必需、够用”为度，服从培养能力的需要，突出针对性和实用性 （2）遵循能力本位的教学观。注重培养学生在工作中对数据资料的收集、整理和分析处理能力，训练学生的专业能力、社会能力和方法能力。课程设计以能力为核心，围绕能力的形成学习相关知识。 1.3 课程设计思路 在课程设计上根据电子商务专业就业岗位群任职要求，改革传统的课程体系和教学方法，形成以就业为导向，立足于学生职业能力培养和职业素养养成，突出课程的应用性和操作性。数据分析工作是一个有序开展的工作，顺序性和过程性很强，课程设计的思路正是依据工作任务的顺序和过程开展的，数据分析工作过程主要分为五个步骤，这五个步骤也就是五个工作项目，构成了本课程学习内容的框架。通过任务驱动充分发挥学生的主体作用，让学生在完成具体任务的过程中来构建相关理论知识，发展职业能力，并提升职业素养。在教学内容上遵循“理论够用、适度，重在应用”的原则，弱化理论，剔除抽象的公式推导和复杂计算分析，把数据资料的收集特别是利用互联网收集数据资料及运用数据分析工具软件进行数据分析，作为重点内容进行讲授和训练，适应社会经济和科技进步给市场信息分析与预测带来的发展。 2．课程目标
大数据课程设计报告 导语：读书切戒在慌忙，涵泳工夫兴味长。未晓不妨权放过，切身须要急思量。以下小编为大家介绍大数据课程设计报告文章，欢迎大家阅读参考! 大数据课程设计报告最近几年，我国各个院校相继开设交互设计课程，但是目前我国的交互设计教学处于初步阶段，交互设计教学的模式研究仍然是一个值得重视的问题。本文通过对我国交互设计现状的分析，探讨现代教学模式中存在的问题，针对问题提出相关建议，以期推进我国交互设计教学的进步。 交互设计；教学模式；大数据时代 随着科学技术和互联网的发展，交互设计越来越受到人们的重视。联想、新浪、腾讯等等众多企业对交互设计人才的需求越来也多，但是行业内人才比较缺乏。如何提高交互设计专业的教学质量，满足日益增长的人才需要，成为教育工作者亟需解决的一个难题。 《高等教育法》第5条规定：“高等教育的任务是培养具有创新精神和实践能力的高级专门人才，发展科学技术文化，促进社会主义现代化建设。”这意味着高等教育肩负着人才培养和科学技术文化发展两大任务，高校理工科教师身兼教学工作者和科研工作者双重身份，在教学与科研两大阵
地中耕耘。因此，发挥高校理工科教师的双重角色优势，在理工科教学的课堂上引入科学研究的思维与方法，使大学生“像科学家一样工作”地学习，能促进“学术性之教学”的形成，培养创新精神与实践能力，铸造学生的科学精神与人文精神。基于此，如何将科研思维有效地引入课堂是值得探索的一个方向。 最近几年，交互设计专业在我国各个院校相继开设，发展迅速，但是我国的交互设计教学的发展仍然处于初级阶段，虽然在交互专业教学方面积累了一定的经验，却也存在不少问题。 课堂教学以教师为中心目前，各个院校主要利用多媒体进行交互设计课程教学，这种教学模式是通过老师向学生传递知识，学生接受知识，从而完成教学的目的，但是这种教学模式只考虑到了课程内容的前瞻性和系统性，并没有考虑到怎样才能保证教学的效率，因而造成学生在学习的过程处于被动的位置。 课程体系不完善交叉设计是一门综合性很强的专业，涉及设计艺术学、计算机科学、认知科学、心理学等等交叉研究的领域。但是目前各个院校内交叉设计这门课程的教学体系还不够完善，只包括了交互设计体验设计、交互界面设计、感性工学、人机工程学等课程。在逻辑学、认知心理学等方面很多院校还未创立相关课程。另外，很多院校设立的交叉
综合设计（数据分析）课程设计要求 一、题目： 1、城市综合经济实力问题 2、银行业的相关问题 3、题目自拟 二、要求： 二、课程设计的基本要求 1、独立思考，独立完成：每人任选一题，在课程设计中各任务要求独立完成，遇到问题大家可以相互讨论，互相调试检查，但不可以拷贝。 2、按照课程设计的具体要求建立的数学模型，每个模型的建立要求按照如下几个内容认真完成；其中包括： a）描述性统计与探索型数据分析 对主要的研究变量进行单变量分析，了解每个变量的情况；两变量之间情况分析。 b）数据收集及数据清洗 在此说明每个数据的来源，数据质量及数据清洗（缺失值、异常值、错误值，数据去重） c）模型建立 各个模型建立的软件实现过程（可放在附录中），对每个题目要有相应的建模分析过程。 建模分析过程要按照写建模的规则来进行。要结构清晰，如果解释变量比较多的应该给出相应的主成分分析或因子分析来降维从而得到用较少的变量来分析结果变量的目的，重点部分要加上清晰的降维原因。 d）模型检验 测试数据，测试输出的结果，模型的可靠性分析，相应的系数和残差检验时存在问题的思考（问题是哪些？问题如何解决？），模型的改进设想等。 e) 模型应用 3、每人实现的结果必须进行检查和演示；数据来源和模型建立的说明文件必须上交，作为考核内容的一部分；（上交时每人交一份打印文件及电子版，电子版文件的取名规则为：“学号姓名”，如“11207210188 张丽”，该文件夹下至少要包括全部数据分析过程和必要的相关文件，按班级统一打包上交。 4、课程设计报告要对模型的特点及结构进行说明。报告格式参照（报告示例）。 5、报告提交 时间：第19周周日之前，迟交无成绩。 形式：课程设计报告(要求书写课程设计报告） 6、文字表述的规范性：论述有条理，层次清晰，文笔流畅，论证有力，图表附件格式引文合理、正确，参考文献规范。 三、提交的文档： 课程设计报告，包括：需求分析说明书、总体设计说明书、详细设计说明书 四、部分题目功能及要求
大数据基础课程设计报告 一、项目简介： 使用hadoop中的hive、mapreduce以及HBASE对网上的一个搜狗五百万的数进行了一个比较实际的数据分析。搜狗五百万数据，是经过处理后的搜狗搜索引擎生产数据，具有真实性，大数据性，能够较好的满足分布式计算应用开发课程设计的数据要求。 搜狗数据的数据格式为：访问时间\t 用户 ID\t[查询词]\t 该URL 在返回结果中的排名\t 用户点击的顺序号\t 用户点击的 URL。其中，用户 ID 是根据用户使用浏览器访问搜索引擎时的 Cookie 信息自动赋值，即同一次使用浏览器输入的不同查询对应同一个用户ID。 二、操作要求 1.将原始数据加载到HDFS平台。 2.将原始数据中的时间字段拆分并拼接，添加年、月、日、小时字段。 3.将处理后的数据加载到HDFS平台。 4.以下操作分别通过MR和Hive实现。 ●查询总条数 ●非空查询条数
●无重复总条数 ●独立UID总数 ●查询频度排名（频度最高的前50词） ●查询次数大于2次的用户总数 ●查询次数大于2次的用户占比 ●Rank在10以内的点击次数占比 ●直接输入URL查询的比例 ●查询搜索过”仙剑奇侠传“的uid，并且次数大于3 5.将4每步骤生成的结果保存到HDFS中。 6.将5生成的文件通过Java API方式导入到HBase（一张表）。 7.通过HBase shell命令查询6导出的结果。 三、实验流程 1. 将原始数据加载到HDFS平台 2. 将原始数据中的时间字段拆分并拼接，添加年、月、日、小时字段 （1）编写1个脚本sogou-log-extend.sh，其中sogou-log-extend.sh的内容
《数据分析方法》课程设计报告
《数据分析方法》课程实验报告
1.实验内容 （1）掌握回归分析的思想和计算步骤； （2） 编写程序完成回归分析的计算，包括后续的显著性检验、残差分析、Box-Cox 变换等内容。 2. 模型建立与求解(数据结构与算法描述) 3.实验数据与实验结果 解：根据所建立的模型在MATLAB 中输入程序（程序见附录）得到以下结果： （1）回归方程为：123.45260.49600.0092Y X X ∧ =++ 说明该化妆品的消量和该城市人群收入情况关系不大，轻微影响，与使用该化妆品的人数有关。 2σ的无偏估计：2 4.7403σ= （2）方差分析表如下表： 方差来源 自由度 平方和 均方 F 值 p 回归（R ） 2 53845 26922 56795 2.28 误差（E ） 12 56.883 4.703 总和（T ） 14 53902 从分析表中可以看出：F 值远大于p 的值。所以回归关系显著。 复相关20.9989R =，所以回归效果显著。 解：根据所建立的模型，在MATLAB 中输入程序（程序见附录）得到如下结果： （1）回归方程为：1257.9877 4.70820.3393Y X X ∧ =-++ 在MTLAB 中计算学生化残差（见程序清单二），所得到的学生化残差r 的值由残差可知得到的r 的值在（-1，1）的概率为0.645，在（-1.5，1.5）的概率为0.871，在（-2，2）之间的概率为0.968. 而服从正态分布的随机变量取值在（-1，1）之间的概率为0.68，在（-1.5，1.5）之间的概率为0.87，在（-2.2）之间的概率为0.95，所以相差较大，所以残差分析不合理，需要对数据变换。
成绩评定表
课程设计任务书
摘要 数据分析析的主要应用有两方面，一是寻求基本结构,简化观测系统，将具有错综复杂关系的对象（变量或样品)综合为少数几个因子（不可观测的，相互独立的随机变量)，以再现因子与原变量之间的内在联系；二是用于分类，对p个变量或n个样品进行分类。聚类分析一般有两种类型，即按样品聚类或按变量(指标）聚类,其基本思想是通过定义样品或变量间“接近程度”的度量,将“相近”的样品或变量归为一类.本文利用利用数据分析中的因子分析和聚类分析对多个变量数据进行了分析.就是分析和处理数据的理论与方法,数据分析中提出了广泛的多元数据分析的统计方法,包括线性回归分析、方差分析、因子分析、主成分分析、典型相关分析、判别分析、聚类分析等. 关键词：spss软件；聚类分析；因子分析；线性规划
目录 1 数据分析的任务和目的?错误!未定义书签。 1。1 问题的背景....................................... 错误!未定义书签。 1。2 任务和目的...................................... 错误!未定义书签。２数据的搜集与整理?错误!未定义书签。 2．1 数据的来源?错误!未定义书签。 2.2 数据的处理....................................... 错误!未定义书签。 3 利用ＳPＳS软件对结果进行分析?错误!未定义书签。 总结?错误!未定义书签。 参考文献 .................................................... 错误!未定义书签。
Xｘ大学2０14-2015学年第一学期课程小论文 课程名称：数据分析课程编号: 论文题目: 大学生网上购物状况得调查分析 学生姓名(学号）: 学生姓名（学号）: 学生姓名(学号)： 论文评价: 最终成绩: 任课教师: 评阅日期: 摘要: 本文以问卷调查得形式,研究了当前大学生得网上购物现状。我们以统计软件SPSS为工具,对问卷调查所得得数据加以整理,分析得出在校大学生几乎人人都有网上购物得经历,平均每月每人会进行2-3次得网上购物,月网购费用平均为16９元。不同得年级、不同得地方、不同性别得大学生网上购物得习惯也各不相同。对城镇得大学生来说,由于月生活费用比农村性质得大学生要高,因此月网购得花费相对更高，网购次数也越频繁。通常大家更喜欢在网上购买服装,书籍等商品,女大学生也喜欢购买装饰品与护肤产品。尽管大学生都喜欢网上购物,但就是也有一部分人群对网上购物流程得不太熟悉,并且对所购得商品不满意。因此本文针对大学生网购出现得状况,对当前得网上购物现象与问题进行了总结,分析了当代大学生网购存在得问题及原因，提出了在得新形势下,如何让大学生更好地更放心得进行网购得对策。 关键词:大学生网上购物SＰSS网购现状对策 引言:随着网络得普及，电脑成本得不断下降,依赖于网络得网络购物作为一种新型得消费方式，在全国乃
至全球范围内都在飞速得发展，并且越来受到人们得青睐。网上购物已经慢慢地从一个新鲜得事物逐渐变成人们日常生活得一部分,冲击着人们得传统消费习惯与思维、生活方式，以其特殊得优势而逐渐深入人心最适合年轻族群购物口味得一种购物方式。 作为“高触网”得大学生,随着网络与电子商务得发展,她们成为网络购物群体中得主体。她们往往扮演者引领社会消费趋势得角色。尽管在校期间学生没有固定收入来源,在消费能力上受到了限制，但由于她们作为容易接受新鲜事物得一个群体,更加喜欢快捷、选择多得商品,因此省时省力得网络成了她们最好得购物方式。其次,大部分学生4年之后都会获得一份高于社会平均水平得收入。所以在校大学生一旦突破了资金得限制，将会成为社会主要得消费群体，其在校期间得消费行为会代表未来几年得消费趋势。基于这样一种思考我们对在校大学生进行问卷调查,利用Spss软件对各数据进行深入得分析,以便更好得了解当代大学生网络购物得特征。 一. 抽样调查基本情况 通过设计调查问卷得方式,对我校100名大学生得家庭月收入、月生活费、网购得次数、月网购所花得钱、网购得商品类别、常购物得网站、网购得主因、对网购发展前景得瞧法、网购得熟悉程度、喜欢那种促销活动与对网购得满意程度进行了数据统计。用于深入统计分析大学生网购。 二.SＰSS基本情况分析 ２、1 创建SPSS数据文件 2、２大学生基本情况分析
数据分析课程设计教学大纲 课程编码：090151143 学时/学分： 2周/4学分 一、大纲使用说明 本大纲根据信息与计算科学专业2017-2020版教学计划制订 （一）适用专业 信息与计算科学专业 （二）课程设计性质 必修 （三）主要先修课程 先修课程： 概率论与数理统计常微分方程数据分析 二、课程设计目的及基本要求 数据分析是信息与计算科学专业必修课程，注重锻炼学生的数据分析与处理、分类与预测和数学建模能力等所需的基础知识和基本能力。课程基本内容包括数据描述性分析、线性回归分析、方差分析、主成分分析、聚类分析和判别分析等方面的经典算法和思路。课程以SPSS语言为实验环境，课程设计涵盖了SPSS语言的基础编程和数据处理的各种经典算法的实现。通过本课程的学习，要求学生掌握SPSS软件的安装、调试、运行环境和命令系统，在充分理解各类数据处理方法的基本原理和算法的基础上，能运用SPSS实现相应的数据处理算法，掌握SPSS 的数据读取、数据处理、算法实现、结果导出等基本操作，为进一步的专业课学习和SPSS的运用打下良好的基础。 设计目的如下： 1. 理解数据分析的基本理论，训练运用数据处理思想分析和提取数据特征，获取数据信息。 2. 培养学生的数学思维能力、逻辑思维能力、数据分析能力与计算能力； 3. 培养学生收集数据，正确处理数据和分析结果及调试程序的能力，以及正确书写课程设计报告的能力。 4. 培养学生具有综合处理一定规模数据的能力。 基本要求：要求学生做好预习，掌握设计过程中涉及到的算法，采集的数据具有实际背景，按设计流程进行计算机实现，验证结果并进行分析、完成论文。 三、课程设计内容及安排 数据分析的课程设计重点培养学生综合分析和处理数据的能力。使学生通过数据处理方法在实际问题中的应用加深对理论的理解，提高学生的实践能力。学生主要运用SPSS软件，选取线性回归分析、方差分析、主成分分析、聚类分析和判别分析等数据处理算法中的一种或多种算法相结合的方法提取数据特征，揭示隐含于数据内部的规律和信息，完成从数据到决策的过程。 整个课程设计分为以下几个阶段进行:开题,算法设计,计算机实现,数据处理效果的评价与验收。 1．开题:题目可来自教师指定的参考题目,也可自由选题,特别是鼓励有创新性的题目和综合性较强的题目。 2．算法设计:算法设计的任务是对所确定的题目从问题需求,数据特征,算法原理,难点及关键技术等方面进行分析,形成算法设计方案,并进行详细的分工。在确定解决方案框架过程中，
成绩评定表 学生姓名班级学号 专业课程设计题目 评 语组长签字： 成绩 日期20 年月日
课程设计任务书 学院专业 学生姓名班级学号 课程设计题目 实践教学要求与任务: 设计要求（技术参数）： 1、熟练掌握软件的操作方法； 2、根据所选题目及调研所得数据，运用数据分析知识，建立适当的数学模型； 3、运用软件，对模型进行求解，对结果进行分析并得出结论; 4、掌握利用数据分析理论知识解决实际问题的一般步骤。 设计任务： 1、查阅资料，获得相关数据，建立一个由三个层次指标构成的全国各省综合消费力指标体系和相关数学模型； 2、利用数据分析的理论，建立数学模型进行因子分析，根据因子得分进行聚类，找出可以归为一类的地区； 3、利用软件求解,并给出正确的结论。 工作计划与进度安排: 第一天——第二天学习使用软件并选题 第三天——第四天查阅资料 第五天——第六天建立数学模型 第七天——第九天上机求解并完成论文 第十天答辩 指导教师： 201 年月日专业负责人： 201 年月日 学院教学副院长： 201 年月日
摘要 改革开放以来中国经济得到了快速发展，经济结构得到深入优化。但若将中国的经济发展结构与西方发达国家对比，不难发现问题：我国贸易顺差较大而国内的消费力不足。消费力对经济增长的拉动力，体现在消费创造出新的生产需要，为生产提供动力和目的。对于消费力的考察，以前一般直接将消费额作为评价依据。通常情况下，对所有消费项目赋予相同权重、只根据实际消费额来决定地区综合消费力排名而忽略潜在消费力的方法是相对不合理、不科学的，难以综合体现该地区消费实力。 本文主要研究我国各省的消费力情况根据我国各省综合消费力的构成和特点，按照科学、客观、系统、可行、可比的设计原则，采用了当前关于区域综合指标问题研究的主流研究体系与方法，拟建立一个由三个层次指标构成的全国各省综合消费力指标体系和相关数学模型，通过软件的分析，在指标的设置和模型的建立中综合考虑影响排名的各种要素，客观评价各个省、自治区、直辖市的消费综合实力，尽可能体现我国省域消费力的排位。 关键词：消费力；权重；
本科课程设计及实验期末成绩评估系统的数据仓库和数据挖掘设计 课程名称：数据挖掘 课程编号：08060116 学生姓名： cwl 学号： 51 学院：信息科学技术学院 系：计算机科学系 专业：软件工程 指导教师：lb 教师单位：信息学院计算机系 开课时间： 2010~2011学年度第二学期 2011年 06月 20日
第1章概述 应用背景和问题的提出 在大学生活中，我们大学生在某种程度上还是比较重视自己的课程成绩的。而有一个期末最终成绩的评估系统，无疑对同学们而言是很有用的。在这个系统中，只需输入你估计的平时成绩以及表现和期末考试的得分，就可以预测出最终的成绩。而这个课程成绩的组成以及得出是怎么样的呢。这个最终的得分是受到什么影响呢本论文就以上问题进行了探讨和挖掘。 设计内容的介绍 本课程设计主要是探讨和研究在老师给定成绩时考虑的因素，以及这些因素所占的比例。数据仓库为一份记录着600个同学的得分情况的数据，数据挖掘则采用决策树探究出影响结婚年龄的因素。 第2章数据仓库设计 概念模型设计 数据仓库里面有一个实体，也就是成绩score。成绩的决定因素有performance 也就平时表现情况，即根据其在课堂上的活跃程度以及认真听课的情况来给的分，还有averscore就是同学平时的作业得分以及平时测试或者期中测试的平均成绩，以及期末考试的成绩lasttest。
逻辑模型设计 本数据仓库只有一个表，逻辑模型设计如下： 物理模型设计 在数据仓库的物理设计中，主要解决数据的存储结构、数据的索引策略、数据的存储策略、存储分配优化等问题。物理设计的主要目的有两个，一是提高性能， score lasttest performan ce averscore