日本
从少量样本中挖掘重要信息
数据挖掘是一种从信息化社会的庞大数据中，挖掘宝藏的方法和程序，那么怎样从少量样本中挖掘重要信息呢？在面对许多数据时，怎样使用最佳的方法进行分析至关重要；若没有合适的数据，则必须从收集数据着手。此时，你会因为收集庞大的数据非常困难而放弃数据挖掘吗? 首先，请大家检验一项问卷调查的结果．有本书叫《日本的开关》 (庆应义塾大学佐藤稚彦研究室著，每日新闻社，2004)，其中记载了用手机收集的问卷调查的统计结果。此项调查利用手机询问被调查者喜欢两者中的哪一个(选择)，然后公布调查出来的比例。特点在于，利用手机快速传递信息的功能，在极短的时间内免费从2-3万的庞大人群中获得回答。 具体的调查内容如下所示，请读者也试着回答一下。 问题1：“日本”的读音，你喜欢“NIHON”还是“NIPPON”? 有22936名回答者；其中，喜欢“NIHON”的占61%，喜欢“NIPPON”的占39%。使用回答者多达2-3万人的“日本的开关”的调查问卷，询问43名数据挖掘同仁的意见。那么，结果与“日本的开关”有没有差异呢(如下图1和图2)? 关于“日本”读音的问题，回答结果是，“NIlHON”=70％，“NIPPON”=30％(图2No.2)。回答者比例是43/02936，不足“日本的开关”的总体回答者的0.2％。但是，从回答结果看，两者都是“NIHON”的比例居高，具有相同倾向。两者的相对误差都是15％。 对10项不同类别的内容进行问卷调查，请回答者从a、b中选择其中一个。然后，比较样本数很多(2万件以上)与样本数很少时(43件)的结果有何不同。 结果如图2所示。只有43名样本数的调查与“日本的开关”调查的选择a、b的倾向是一致的。而且相对误差比例都在20％以下。针对所有问题的回答情况，两者没有较大差异。也就是说，样本数多时和样本数少时的回答结果的倾向大致相同。当然，收集数据时要特别注意不能出別偏差。如果使用随机抽样，可以判断即使是少量样本数，与超过它500倍的庞大样本数的结果具有相同倾向。因此，在没有大量数据的情况下，可以把少量数据看做缩略图，以此捕捉样本倾向，进行预测。 【图1 】 【图2】
Excel 使用 index small进行多条件筛选
比如在表二中筛选引用表一中A列不是“日本”，B列是“小汽车”，C列是小于100000，的M列的值？用index和small配合可以很好地解决这个问题。=index(sheet1!m:m,small(if((sheet1!a$1:a$100<>"日本")*(sheet1!b$1:b$100="小汽车")*(sheet1!c$1:c$100<100000),row($1:$100),4^8),row(a1)))&""数组公式,按CTRL+SHIFT+ENTER结束下拉填充(如果sheet1表的记录较多,可把公式中的100改成更大的数值)*是什么意思？为什么不能用AND呢？*是乘的意思，这是数组，不能用AND后面的&""是对无数据进行留空的意思。
如何从少量样本中挖掘重要信息
数据挖掘是一种从信息化社会的庞大数据中，挖掘宝藏的方法和程序，那么怎样从少量样本中挖掘重要信息呢?以下是小编为您带来的关于从少量样本中挖掘重要信息，希望对您有所帮助。 从少量样本中挖掘重要信息 在面对许多数据时，怎样使用最佳的方法进行分析至关重要;若没有合适的数据，则必须从收集数据着手。此时，你会因为收集庞大的数据非常困难而放弃数据挖掘吗? 首先，请大家检验一项问卷调查的结果.有本书叫《日本的开关》 (庆应义塾大学佐藤稚彦研究室著，每日新闻社，2004)，其中记载了用手机收集的问卷调查的统计结果。此项调查利用手机询问被调查者喜欢两者中的哪一个(选择)，然后公布调查出来的比例。特点在于，利用手机快速传递信息的功能，在极短的时间内免费从2-3万的庞大人群中获得回答。 具体的调查内容如下所示，请读者也试着回答一下。 问题1：“日本”的读音，你喜欢“NIHON”还是“NIPPON”? 有22936名回答者;其中，喜欢“NIHON”的占61%，喜欢“NIPPON”的占39%。使用回答者多达2-3万人的“日本的开关”的调查问卷，询问43名数据挖掘同仁的意见。那么，结果与“日本的开关”有没有差异呢(如下图1和图2)? 关于“日本”读音的问题，回答结果是，“NIlHON”=70%，“NIPPON”=30%(图2No.2)。回答者比例是43/02936，不足“日本的开关”的总体回答者的0.2%。但是，从回答结果看，两者都是“NIHON”的比例居高，具有相同倾向。两者的相对误差都是15%。 对10项不同类别的内容进行问卷调查，请回答者从a、b中选择其中一个。然后，比较样本数很多(2万件以上)与样本数很少时(43件)的结果有何不同。 结果如图2所示。只有43名样本数的调查与“日本的开关”调查的选择a、b的倾向是一致的。而且相对误差比例都在20%以下。针对所有问题的回答情况，两者没有较大差异。也就是说，样本数多时和样本数少时的回答结果的倾向大致相同。当然，收集数据时要特别注意不能出別偏差。如果使用随机抽样，可以判断即使是少量样本数，与超过它500倍的庞大样本数的结果具有相同倾向。因此，在没有大量数据的情况下，可以把少量数据看做缩略图，以此捕捉样本倾向，进行预测。 【图1 】