数据分析的研究现状

去百度文库，查看完整内容>内容来自用户:菊香秋大数据的国内外研究现状及发展动态分析大数据的概念产生的背景与意义上世纪60年代到80年代早期，企业在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等。尽管当时人们称其为大数据，但以今日的数据量来看，这些数据无疑是非常有限的。随着PC的出现和应用增多，企业内部出现了很多以公文档为主要形式的数据，包括Word、Excel文档，以及后来出现的图片、图像、影像和音频等。此时企业内部生产数据的已不仅是企业的财务人员，还包括大量的办公人员，这极大地促进了数据量的增长。互联网的兴起则促成了数据量的第三次大规模增长，在互联网的时代，几乎全民都在制造数据。而与此同时，数据的形式也极其丰富，既有社交网络、多媒体等应用所主动产生的数据，也有搜索引擎、网页浏览等被动行为过程中被记录、搜集的数据。时至今日，随着移动互联网、物联网、云计算应用的进一步丰富，数据已呈指数级的增长，企业所处理的数据已经达到PB级，而全球每年所产生的数据量更是到了惊人的ZB级。在数据的这种爆炸式增长的背景下，“大数据”的概念逐渐在科技界、学术界、产业界引起热议。在大数据时代，我们分析的数据因为“大”，摆脱了传统对随机采样的依赖，而是面对全体数据；因为所有信息都是“数”，可以不再纠结具体数据的精确度，而是坦然面对信息的混杂；信息之“大”之“杂”，让我们分析的“据”也由传统的因果关系变为相关关系。国内外研究进展国外除在大数据的

所谓"大数据分析"，其和"小数据分析"的唯一差别在于数据量以及数据量带来的对于数据存储、查询及分析吞吐量的要求。本质上，"大数据分析"仍然需要通过数据分析来发现现状，找到导致现状的根源要素，并且通过模型与预测分析技术来对改善进行预测与优化，并且实现企业运营各个领域的持续改善与创新。要谈"大数据分析"的中国现状，首先必须深入了解"数据分析"在国内的应用情况。根据前瞻产业研究院发布的《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》分析，目前，在对数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。

即文献综述，要以查阅文献为前提，所查阅的文献应与研究问题相关，但又不能过于局限。与问题无关则流散无穷；过于局限又违背了学科交叉、渗透原则，使视野狭隘，思维窒息。所谓综述的“综”即综合，综合某一学科领域在一定时期内的研究概况；“述”的并不是叙述，而是评述与述评，即要有作者自己的独特见解。在写毕业论文时，对这些主要观点进行概要阐述，并指明具有代表性的作者和其发表观点的年份。还要分别国内外研究现状评述研究的不足之处，即还有哪方面没有涉及，是否有研究空白，或者研究不深入。扩展资料：新的知识会透过三种研究过程而得到：试探性研究：发掘问题、弄清问题；建设性研究：为问题提供解决方法；经验性研究：为解决方法的可能性提供实质证据。学者常用的研究方法有：行动研究；实验；个案研究；参与者观察；经验和直觉；面谈；调查；统计分析；数学模型及模拟；原文分析；分类；制作地图；符号论；线索分析。虽然研究题目各异，一般研究过程如下：确立主题；确立命题；概念上的定义；运作上的定义；搜集数据；分析数据；结论，审查命题；大众常常误解以上的过程可以证明命题成立，实际上只可以直接证明命题不成立。证明命题成立是需要反覆的测试和验证。参考资料来源：百度百科-研究

主要看什么行业，不同行业的发展也存在区别，所以可以看看CDA数据分析师课程，目前CDA已与国内多所高校进行了战略合作，搭建大数据实验室与共建专业。——原标题：2019年前11月中国汽车行业市场现状及发展前景分析 全年新能源汽车销量或将负增长预计全年新能源汽车销量或呈现负增长中国汽车工业协会(简称“中汽协”)12月10日公布的数据显示，2019年11月中国汽车销量为245.7万辆，环比增长7.7%，同比下降3.6%，降幅比上月继续收窄。其中，新能源汽车销量为9.5万辆，同比下降43.7%。累计方面，2019年1-11月，中国新能源汽车销量达到104.3万辆，同比增长1.3%。中汽协表示，新能源汽车销量连续5个月同比下滑，预计全年或呈现负增长。1、市场信心有所恢复2019年11月，中国汽车产量同比增长，销量同比降幅继续收窄。产销量分别完成259.3万辆和245.7万辆，产量同比增长3.8%，销量同比下降3.6%，销量同比降幅比上月收窄0.5个百分点。累计方面，2019年1-11月，中国汽车产销分别完成2303.8万辆和2311万辆，同比分别下降9%和9.1%，产销量降幅比1-10月分别收窄1.4和0.6个百分点。2019年1-11月中国汽车产销量统计及增长情况数据来源：前瞻产业研究院整理(备注：2019年10月产量增速为-1.7%)中汽协表示，从11月的数据看，产销量恢复到250万辆左右的较高水平，尤其是产量同比正增长。这反映出企业在连续降低库存水平后，开始回补库存，生产节奏有所恢复;同时，企业的市场信心有所恢复。2019年11月，中国乘用车产销分别完成216.3万辆和205.7万辆，均达到了今年以来最高月度水平，产销量环比分别增长11.6%和6.7%;产量同比增长1.9%，销量同比下降5.4%，降幅比上月缩小0.4个百分点。累计方面，2019年1-11月，中国乘用车产销分别完成1917.5万辆和1923.1万辆，同比分别下降10.7%和10.5%，降幅较1-10月继续收窄。2019年1-11月中国乘用车产销量统计及增长情况数据来源：前瞻产业研究院整理(备注：2019年8月产量增速为-0.7%;2019年6、8、10月销量增速为-7.8%、-7.7%、-5.8%)中汽协副秘书长陈士华表示，第四季度以来，我国汽车产销降幅继续保持收窄态势，但市场总体回升缓慢，消费信心仍不足，但中国汽车产业仍将保持稳定发展。2、2019年前11月中国新能源车销量“五连降”2019年11月，中国新能源汽车销量继续下降，已连续5个月同比下滑，累计产销量同比仅微增长，新能源汽车产销分别完成11万辆和9.5万辆，同比分别下降36.9%和43.7%。其中，纯电动汽车产销分别完成9.6万辆和8.1万辆，同比分别下降29.6%和41.2%;插电式混合动力汽车产销均完成1.4万辆，同比分别下降63%和54.4%。累计方面，2019年1-11月，中国新能源汽车产销分别完成109.3万辆和104.3万辆，同比分别增长3.6%和1.3%。其中，纯电动汽车产销分别完成89.1万辆和83.2万辆，同比分别增长10.3%和5.2%;插电式混合动力汽车产销分别完成20.1万辆和21万辆，同比分别下降18.7%和12.1%;燃料电池汽车产销分别完成1426辆和1337辆，同比分别增长398.6%和375.8%。2019年1-11月中国新能源汽车产销量统计及增长情况数据来源：前瞻产业研究院整理(备注：2019年2月产量增速为50.9%)中汽协秘书长助理许海东预计，新能源汽车销量最后一个月会有翘尾现象，预计销量将超过10万辆。由于今年以来新能源汽车月度销量“五连降”，新能源汽车发展和定位可能会有相应的调整措施。此外，2020年将有新的积分管理要求，2020年新能源汽车仍将处于调整期，但市场预期好于今年。3、商用车产销继续保持快速增长2019年11月，中国商用车产销分别完成43万辆和40万辆，环比分别增长20.3%和12.3%;同比分别增长14.6%和6.9%。本月重型货车产销分别完成11.9万辆和10.2万辆，同比分别增长32.2%和13.8%。累计方面，2019年1-11月，中国商用车产销分别完成386.3万辆和387.9万辆，产量同比增长0.3%，销量下降1.6%。分车型产销情况看，客车产销分别完成40.8万辆和41.1万辆，同比分别下降6.1%和1.9%;货车产销分别完成345.5万辆和346.8万辆，产量同比增长1.1%，销量同比下降1.5%，其中，重型货车产销分别完成106.1万辆和108.2万辆，同比分别增长4.7%和1.6%。2019年1-11月中国商用车产销量统计及增长情况数据来源：前瞻产业研究院整理更多数据来源及分析请参考于前瞻产业研究院发布的《中国新能源汽车行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资等解决方案。

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在统计学领域，将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。探索性数据分析是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。扩展资料数据分析的步骤数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。1、识别需求识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。2、收集数据有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数数据分析示意图据的内容、渠道、方法进行策划。策划时应考虑：1）将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据。2）明确由谁在何时何处，通过何种渠道和方法收集数据。3）记录表应便于使用。 4）采取有效措施，防止数据丢失和虚假数据对系统的干扰。3、分析数据分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图。4、过程改进数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：1）提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题。2）信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析。3）收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通。4）数据分析方法是否合理，是否将风险控制在可接受的范围。5）数据分析所需资源是否得到保障。参考资料来源：百度百科—数据分析

　　前瞻产业研究院《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》显示，大数据产业主要涉及数据生成、存储、处理分析、应用四个环节，具体来看，包含硬件设备、处理分析环节、综合处理、语音识别、视频识别、商业智能软件、数据中心建设与维护、IT咨询、方案实施、信息安全等领域。　　在大数据风靡全球的同时，我国政府也加快了对大数据相关技术的攻关，工信部发布的《物联网十二五规划》里，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析等大数据技术的重要组成部分。　　随着技术的日益成熟，市场逐步向前推进，受高科技的快速发展、互联网速度的进一步提高，我国大数据产业链雏形显现，给产业链企业带来巨大的投资机会。

2015年左右，大数据相关政策规划密集出台，同期为大数据企业新增数量顶峰时期。近年来，我国大数据产业迎来新的发展机遇期，产业规模日趋成熟。大数据产业主体从“硬”设施向“软”服务转变的态势将更加明显，面向金融、政务、电信、医疗等领域的大数据服务将实现倍增创新。大数据企业数量持续增长，增速与政策出台密切相关根据IT桔子统计，大数据企业的快速增长阶段出现在2013-2015年，增长速度在2015年达到最高峰。2015年后，市场日趋成熟，企业新增开始趋于放缓，大数据产业逐渐走向成熟。大数据新增企业数量的变化与新政策的出台密不可分。2015年8月国务院颁布《促进大数据发展行动纲要》，大数据由此正式上升为国家发展战略。2016年工信部印发了《大数据产业发展规划(2016-2020年)》，推动大数据产业进一步发展。另一方面，新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现相应快速增长。大数据企业地域分布以北上广为主根据中国信息通信研究院监测统计，当前我国活跃的大数据企业超过3000家。我国大数据企业主要分布在北京、广东、上海、浙江等经济发达省份。受政策环境，人才创新，资金资源等因素影响，北京大数据产业实力雄厚，大数据企业数量约占全国总数的35%。依托京津冀大数据综合试验区，天津、石家庄、廊坊、张家口、秦皇岛等地大数据产业蓬勃发展，依靠良好的政策基础、科研实力、地理位置和交通优势，分别形成了大数据平台服务和应用开发、数字智能制造、旅游大数据等创新企业集聚中心，在信息产业领域形成了竞争优势。行业应用领域丰富，企业服务、医疗健康、金融等细分领域前景可期根据中国信通院对1404家涉及行业大数据应用的企业进行的统计整理，从中可以看出，金融、医疗健康、政务是大数据行业应用的最主要类型。除此之外依次是互联网、教育、交通运输、电子商务、供应链与物流、农业、工业与制造业、体育文化、环境气象、能源行业。从融资细分领域分布来看，大数据行业融资企业分布在近20个领域，大数据行业迎来历史新机遇，在企业服务、医疗健康、金融等垂直细分领域的大数据应用展现出巨大潜力。大数据产业增量蓝海市场正在逐步打开，截止到2019年，企业服务领域的企业获投占比最高为62%，金融行业次之为13%，健康医疗为8%。随着互联网与移动互联网的进一步普及渗透，以及IT基础设施的逐步完善，企业服务市场仍将继续扩大。—— 以上数据及分析均来自于前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》。

你到底要什么呢 ？问题不明确

一、问卷类型问卷调查分为两大类：即量表问卷和非量表问卷。量表问卷通常用于学术研究，其特点在于的态度认知题项，体现样本人群对于某事物的态度看法态度情况等，通过对各研究变量的关系研究，找出其中内涵逻辑关系。非量表问卷体现对某现状的事实情况和基本态度调研，比如样本进行网购的原因，不进行网购原因，网购平台的使用现状情况等。此类问卷在于分析思路的逻辑和现状情况的了解分析，以及样本的基本态度情况。二、分析方法从分析方法上，量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。以及可以使用信度、效度、因子分析等方法。非量表题其最大的特点为大部分为单选题、多选题或者排序填空题等，但很少 有出现量表题（是量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和 “非常同意”之类的问题）是使用基本频数分析和交叉分析等，同时使用图形和表格进行多样化展示。三、分析结果问卷数据一般使用SPSS进行分析即可，分析基础比较薄弱，可使用SPSSAU进行分析。SPSSAU分析结果生成的是“类三线表”的格式，系统会自动生成指标解读报告。SPSSAU智能分析四、撰写调研报告根据问卷分析顺序将分析结果写成有逻辑性的报告，并且在结论基础上对应提出有意义有价值的建议措施等。关于数据报告的撰写，单独从数据分析角度上看，建议以实际需求出发，比如研究差异关系，那么首先得需要知道有没有差异，接着有了差异，具体差异情况如何。有了差异或者没有差异时，对应的建议措施应该如何。按照这样的思路，相信数据研究报告的撰写并非难事。