之后我會根據(jù)我的假設收集數(shù)據(jù)，然后分析數(shù)據(jù)，找到合適的數(shù)據(jù)模型，比如線性模型的話就線性回歸，非線性模型的話就建立相應的非線性模型。然后通過模型創(chuàng)建，驗證哪些假設是正確的，同時找出影響因素的影響。問題3: 數(shù)據(jù)車型是什么？數(shù)據(jù)(數(shù)據(jù))是描述事物的符號記錄。模型是現(xiàn)實世界的抽象。

回歸分析法是可以的！所謂回歸分析方法，就是在大量觀察的基礎上數(shù)據(jù)，用數(shù)理統(tǒng)計的方法建立因變量與自變量之間回歸關系的函數(shù)表達式(稱為回歸方程)。在回歸分析中，當因果關系只涉及因變量和一個自變量時，稱為一元回歸分析；當所研究的因果關系涉及因變量和兩個或兩個以上自變量時，稱為多元回歸分析。另外，在回歸分析中，根據(jù)描述自變量與因變量因果關系的函數(shù)表達式是線性還是非線性，

concept建模數(shù)據(jù)建模大致可以分為三個階段:概念建模階段，邏輯建模階段和物理/123。概念建模和邏輯建模階段與數(shù)據(jù)庫廠商無關，換句話說就是MySQL、SQLServer和Oracle。Physical 建模 phase和數(shù)據(jù) library廠商關系很大，因為不同廠商對同一功能的支持方式不同，比如高可用性、讀寫分離，甚至索引和分區(qū)。在概念建模階段的實際工作中，概念建模階段主要做了三件事:1。與客戶溝通；2.了解需求；3.形成一個實體。這也是一個迭代。如果先有需求，盡量去了解需求，了解當前項目或軟件需要完成什么，不清楚或不確定的地方及時與客戶溝通。但很多時候我們需要先與客戶溝通，然后將溝通結(jié)果落實到需求，再進一步具體化到實體；本文可能會涉及到EA(企業(yè)架構(gòu)師7.1)建模(EA把每個實體看成一個包)的一些術語。

數(shù)據(jù)Warehouse連接了兩個典型的數(shù)據(jù)Warehouse建模theory:dimension建模以及基于主題域的實體關系建模。Dimension 建模由數(shù)據(jù)分析需求驅(qū)動，它主張總線架構(gòu):事實一致，維度一致。這個數(shù)據(jù)模型便于用戶理解和數(shù)據(jù)分析操作。基于主題-領域的實體關系建模由源系統(tǒng)驅(qū)動數(shù)據(jù)，整合所有企業(yè)數(shù)據(jù)，從企業(yè)層面抽象整合數(shù)據(jù)，采用3NF實體關系理論/12344。這個數(shù)據(jù) 建模模型試圖以更抽象的方式建立一個相對穩(wěn)定的數(shù)據(jù)模型，能夠描述企業(yè)級的數(shù)據(jù)關系。

上周主要討論了基于主題域的實體關系整合建模China數(shù)據(jù)討論了以下三個思路:同一主題域內(nèi)不同實體的屬性通過屬性進行聚合。比如對于會員、公司、客戶等實體對象，我們都有地址屬性信息、姓名識別屬性信息等等。這種思想是將屬性內(nèi)聚度高的字段進行整合，將不同的屬性以帶類型標識的樹表形式存儲。

由lingo軟件處理。首先將文件導入lingo，然后數(shù)據(jù)處理。你打算做統(tǒng)計嗎？Spss是處理大量數(shù)據(jù)的強大統(tǒng)計軟件。只要你把數(shù)據(jù)從excel導入spss，然后選擇你想要的處理方式，軟件會自動幫你解決。至于lingo，它是優(yōu)化的好幫手，而且MATLAB雖然也有統(tǒng)計處理的功能數(shù)據(jù)，雖然沒有spss那么強大，但是非常適合解微分方程。

我喜歡用EXCEL。你一定不知道，EXCEL比我們想象的有用多了，我以為有很多數(shù)學軟件。我們當時是建模，導師用C和JAVA。我們用MATLAB，效果很好。也很簡單，PS:重點是我C爛。更別說Java了，但是MATLAB真的很好用。畫圖也很簡單，對于統(tǒng)計分析，可以用R軟件導入，進行一般的數(shù)學處理，可以用比較流行的Matlab。