business understanding初級階段側(cè)重于從業(yè)務(wù)的角度理解項(xiàng)目目標(biāo)和需求，同時(shí)將這些知識轉(zhuǎn)化為數(shù)據(jù)挖掘問題的定義和完成目標(biāo)的初步方案。數(shù)據(jù)理解(DataUnderstanding)數(shù)據(jù)理解階段從最初的數(shù)據(jù)收集開始，通過一些活動，目的是熟悉數(shù)據(jù)，識別數(shù)據(jù)的質(zhì)量問題，第一次發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在屬性，或者檢測出感興趣的子集，形成隱含信息的假設(shè)。

這些數(shù)據(jù)將成為模型工具的輸入值。這個(gè)階段的一個(gè)任務(wù)可以多次執(zhí)行，沒有任何特定的順序。任務(wù)包括選擇表、記錄和屬性，以及為模型工具轉(zhuǎn)換和清理數(shù)據(jù)。建模在這個(gè)階段，可以選擇和應(yīng)用不同的建模技術(shù)，并將模型參數(shù)調(diào)整到最優(yōu)值。一般來說，一些技術(shù)可以解決同類的數(shù)據(jù)挖掘問題。有些技術(shù)對數(shù)據(jù)形成有特殊要求，需要經(jīng)常跳回?cái)?shù)據(jù)準(zhǔn)備階段。

常用數(shù)據(jù)分析方法:聚類分析、因子分析、相關(guān)分析、對應(yīng)分析、回歸分析、方差分析；問卷調(diào)查常用數(shù)據(jù)分析方法:描述性統(tǒng)計(jì)分析、探索性因素分析、Cronbacha信度系數(shù)分析、結(jié)構(gòu)方程模型分析。數(shù)據(jù)分析常用的制圖方法:柏拉圖(排列圖)、直方圖、散點(diǎn)圖、魚骨圖、FMEA、點(diǎn)狀圖、直方圖、雷達(dá)圖、趨勢圖。

CMA美國注冊管理會計(jì)師在國際管理會計(jì)領(lǐng)域具有很高的含金量和知名度。由于報(bào)考門檻較低，近年來吸引了不少跨專業(yè)人士報(bào)考。由于考試內(nèi)容龐雜，深空間為廣大考生整理了第六章知識點(diǎn)數(shù)據(jù)分析的相關(guān)內(nèi)容。CMA 數(shù)據(jù)分析 1的知識點(diǎn)。商業(yè)智能BI相關(guān)概念:(1)大數(shù)據(jù)通常用于分析大數(shù)據(jù)集的模式和趨勢，體現(xiàn)了巨大的機(jī)遇和挑戰(zhàn)；(2)容量、多樣性、速度和準(zhǔn)確性；(3)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

數(shù)據(jù)分析常用的方法有列表法和繪圖法。數(shù)據(jù)分析是指運(yùn)用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法，對大量收集的數(shù)據(jù)進(jìn)行分析，提取有用信息并形成結(jié)論，對數(shù)據(jù)進(jìn)行詳細(xì)研究和總結(jié)的過程。這個(gè)過程也是質(zhì)量管理體系的支持過程。在實(shí)踐中，數(shù)據(jù)分析可以幫助人們做出判斷，以便采取適當(dāng)?shù)男袆?。?shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)是在20世紀(jì)初建立的，但直到計(jì)算機(jī)的出現(xiàn)才使實(shí)際運(yùn)算成為可能，并使數(shù)據(jù)分析得到普及。

在統(tǒng)計(jì)學(xué)領(lǐng)域，有人把數(shù)據(jù)分析分為描述性統(tǒng)計(jì)分析-1 數(shù)據(jù)分析和驗(yàn)證性數(shù)據(jù)分析。其中探索性 數(shù)據(jù)分析側(cè)重于發(fā)現(xiàn)數(shù)據(jù)中的新特征，而數(shù)據(jù)分析側(cè)重于對已有假設(shè)的驗(yàn)證或證偽。探索性 數(shù)據(jù)分析是指為了形成值得假設(shè)的檢驗(yàn)而對數(shù)據(jù)進(jìn)行分析的方法，是對傳統(tǒng)統(tǒng)計(jì)假設(shè)檢驗(yàn)的補(bǔ)充。數(shù)據(jù)分析:-2/流程需要在產(chǎn)品的整個(gè)生命周期內(nèi)正確使用，包括從市場調(diào)研到售后服務(wù)、最終處置的所有流程，以增強(qiáng)有效性。

作為數(shù)據(jù)分析、探索性分析的起點(diǎn)，主要是了解數(shù)據(jù)特征的整體情況，包括分析特征的數(shù)據(jù)類型、模式趨勢和異常值，以便于后續(xù)的數(shù)據(jù)合并、清理和排序；其次，通過可視化和定性分析，可以了解數(shù)據(jù)本身的特征和數(shù)據(jù)之間的關(guān)系，有助于促進(jìn)業(yè)務(wù)理解。最近參加了幾個(gè)關(guān)于房屋租金預(yù)測的比賽，借此機(jī)會深入了解了EDA (data 探索性 analysis)。