數(shù)據(jù)分析是一種信息提取過(guò)程。數(shù)據(jù)的搜索，聚集，整頓是數(shù)據(jù)分析的前提，只有通過(guò)分析的數(shù)據(jù)才有使用的價(jià)值和意義。數(shù)據(jù)分析是指用適宜的統(tǒng)計(jì)辦法對(duì)收集來(lái)的大量第一手資料和第二手資料進(jìn)行分析，以求最大化地開(kāi)發(fā)數(shù)據(jù)資料的功效，發(fā)揮數(shù)據(jù)的作用。是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以具體研究和概括總結(jié)的過(guò)程。在統(tǒng)計(jì)學(xué)中，數(shù)據(jù)分析可劃分為描述性統(tǒng)計(jì)分析、探索性數(shù)據(jù)分析以及驗(yàn)證性數(shù)據(jù)分析。所謂描述性統(tǒng)計(jì)分析，就是對(duì)一組數(shù)據(jù)的多個(gè)特性進(jìn)行分析，方便于描述測(cè)量樣本的多個(gè)特性及其所代表的總體的特性；探索性數(shù)據(jù)分析側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特性；而驗(yàn)證性數(shù)據(jù)析，則側(cè)重于驗(yàn)證或推翻已有的假設(shè)。《數(shù)據(jù)分析》一書中介紹了數(shù)據(jù)描述性分析、非參數(shù)辦法、回歸分析等分析辦法并介紹了慣用數(shù)據(jù)分析辦法的SAS實(shí)現(xiàn)過(guò)程。第一章介紹的數(shù)據(jù)描述分析是運(yùn)用最基礎(chǔ)的數(shù)理知識(shí)實(shí)現(xiàn)最簡(jiǎn)樸的數(shù)據(jù)分析，涉及對(duì)均值、方差、中值等的計(jì)算，數(shù)據(jù)分布圖的勾畫，對(duì)多元數(shù)據(jù)的有關(guān)分析等。這些簡(jiǎn)樸的分析是復(fù)雜數(shù)據(jù)分析的基礎(chǔ)。簡(jiǎn)樸的數(shù)據(jù)分析在大多數(shù)狀況下無(wú)法滿足信息使用者的規(guī)定，這時(shí)，就需要對(duì)數(shù)據(jù)進(jìn)行更進(jìn)一步的分析。回歸分析基于觀察數(shù)據(jù)，建立變量間的適宜以來(lái)關(guān)系，用以分析數(shù)據(jù)的內(nèi)在規(guī)律，可用于預(yù)報(bào)、控制等問(wèn)題。回歸分析中要解決的問(wèn)題有：參數(shù)預(yù)計(jì)、假設(shè)檢查、模型選用等。模型的選用尤為核心，一種好的模型，既要較好地反映問(wèn)題的本質(zhì)，又要包含盡量少的自變量。模型的選用有窮舉法和逐步回歸法兩種。一種好的模型能夠精確地預(yù)測(cè)應(yīng)變量的值，在數(shù)據(jù)分析中起到重大的作用。該部分內(nèi)容與上學(xué)期所學(xué)的《計(jì)量經(jīng)濟(jì)學(xué)》有諸多相似之處。數(shù)據(jù)分為三大類，即：截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)和虛擬數(shù)據(jù)。第七章所介紹的時(shí)間序列分析正是對(duì)時(shí)間序列數(shù)據(jù)的普遍的解決辦法。時(shí)間序列是準(zhǔn)時(shí)間次序排列的、隨時(shí)間變化且互有關(guān)聯(lián)的數(shù)據(jù)序列。其中，AR序列、MA序列、ARMA序列是最基本的三種時(shí)間序列形式。時(shí)間序列分析旨在建立一種平穩(wěn)的序列模型用以預(yù)測(cè)將來(lái)某一時(shí)刻的數(shù)據(jù)。平穩(wěn)的時(shí)間序列滿足序列的分布特性不隨時(shí)間的變化而變化，寬平穩(wěn)時(shí)間序列具體規(guī)定：有常數(shù)均值、常數(shù)方差、任何兩點(diǎn)間的協(xié)方差只與兩點(diǎn)間的間隔有關(guān)。第八章介紹了Bayes統(tǒng)計(jì)分析，貝葉斯統(tǒng)計(jì)中的兩個(gè)基本概念是先驗(yàn)分布和后驗(yàn)分布。先驗(yàn)分布：總體分布參數(shù)θ的一種概率分布。貝葉斯學(xué)派的根本觀點(diǎn)，是認(rèn)為在有關(guān)總體分布參數(shù)θ的任何統(tǒng)計(jì)推斷問(wèn)題中，除了使用樣本所提供的信息外，還必須規(guī)定一種先驗(yàn)分布，它是在進(jìn)行統(tǒng)計(jì)推斷時(shí)不可缺少的一種要素。他們認(rèn)為先驗(yàn)分布不必有客觀的根據(jù)，能夠部分地或完全地基于主觀信念。后驗(yàn)分布：根據(jù)樣本分布和未知參數(shù)的先驗(yàn)分布，用概率論中求條件概率分布的辦法，求出的在樣本已知下，未知參數(shù)的條件分布。由于這個(gè)分布是在抽樣后來(lái)才得到的，故稱為后驗(yàn)分布。貝葉斯推斷辦法的核心是任何推斷都必須且只須根據(jù)后驗(yàn)分布，而不能再涉及樣本分布。第九章所介紹的SAS軟件體現(xiàn)了該軟件在數(shù)據(jù)分析中的強(qiáng)大功效。SAS軟件解決數(shù)據(jù)方便快捷，但要真正地運(yùn)用好該軟件發(fā)揮出其強(qiáng)大的功效，則還需要軟件操作者擁有扎實(shí)的數(shù)據(jù)分析理論知識(shí)。數(shù)據(jù)分析的目的是把隱沒(méi)在一大批看來(lái)雜亂無(wú)章的數(shù)據(jù)中的信息集中、萃取和提煉出來(lái)，以找出所研究對(duì)象的內(nèi)在規(guī)律。數(shù)據(jù)分析可協(xié)助人們做出更合理的判斷，方便采用更適宜的行動(dòng)。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過(guò)程。這一過(guò)程是質(zhì)量管理體系的支持過(guò)程。在產(chǎn)品的整個(gè)壽命周期，涉及從市場(chǎng)調(diào)研到售后服務(wù)和最后處置的各個(gè)過(guò)程都需要適宜運(yùn)用數(shù)據(jù)分析過(guò)程，以提高有效性。例如：一種公司的領(lǐng)導(dǎo)人要