用Excel学数据挖掘

第1章 数据挖掘

1.1 什么是数据挖掘

1.2 数据挖掘的目的

1.2.1 把握趋势和模式

1.2.2 预测

1.2.3 求最优解

1.3 数据挖掘和统计分析

1.4 用Excel挖掘数据

1.4.1 用Excel挖掘数据

1.5 把数据挖掘应用到工作中

1.5.1 用数据挖掘得出假设，用实验规划进行检验

1.5.2 学习线性代数

1.5.3 学习一般逆矩阵和异常值分解法

1.6 把数据挖掘应用到企业中

1.6.1 预测

1.6.2 模式与见解、趋势、假设的获得

1.6.3 求最优解

第2章 简单的数据挖掘和问卷调查

2.1 从少量样本中挖掘重要信息

2.2 用平均值挖掘数据～Excel中最简单的数据挖掘方法

2.2.1 平均值

2.2.2 根据平均值预测

2.2.3 学习各种预测数值的方法

小 结

第3章 预估二手车价格～使用回归分析进行预测和因分析～

3.1 回归分析～为什么叫回归分析～

3.1.1 什么是回归分析

3.1.2 回归分析的目的

3.2 回归分析

3.3 回归分析的注意事项

3.3.1 用虚拟变量表示定性数据（转换为0，1数据）

3.3.2 注意秩亏!

3.3.3 Excel回归分析的限制条件

3.4 分两个步骤进行回归分析

3.5 因子分析

3.5.1 什么是因子分析

3.5.2 因子分析

3.5.3 根据Excel回归分析的限制条件将回归自由度设为16

3.6 预测和因子分析

3.6.1 求解回归方程

3.6.2 预 测

3.6.3 求相对误差

3.6.4 因子分析

3.6.5 类别分析

3.7 求最优回归方程

3.7.1 什么是最优回归方程

3.7.2 求最优回归方程的步骤

3.7.3 比较RU值，求最优回归方程

3.8 用最优回归方程预测

3.8.1 预 测

3.8.2 求相对误差

3.9 回归诊断

3.9.1 什么是残差

3.9.2 用回归分析求残差

3.9.3 残差分析

小 结

第4章 求最优化的问题～规划求解～

4.1 加载宏登录

4.2 求最优生产计划

4.2.1 制作工作表

4.2.2 运行规划求解

4.3 最优规划法

4.3.1 最优规划法

4.3.2 用线性规划法（图解法）求最优生产计划

4.4 最小运输成本

4.5 分配问题

4.6 资本预算编制计划

4.7 用生长曲线预测

4.8 求最优订货量

4.9 挑战练习题

小 结

第5章 分析交叉表

5.1 分析简单的交叉表

5.1.1 不同年龄层的人是否喜好不同的口味

5.1.2 用统计学方法分析喜好是否不同

5.1.3 用Excel制作mit运算工作表

5.2 对电视节目的喜好

5.3 调查是否回复（Response）直邮（DM）与性别、职业和年收入有无关联

5.4 选择最优变量

5.5 预测胜利球队～实力是否不同～

5.6 分析调查问卷的数据

5.6.1 用mit法分析交叉表

小 结

第6章 开发畅销产品的概念组合～联合分析～

6.1 联合分析

6.1.1 确定概念

6.1.2 设计调查问卷

6.1.3 正交表

6.1.4 制作调查问卷

6.1.5 收集问卷调查的数据

6.1.6 分析数据

6.1.7 联合分析的步骤

6.2 事例1 开发畅销的面包新产品

6.2.1 实施问卷调查

6.2.2 分析问卷调查的统计结果～回归分析～

6.2.3 预测和分析因素

6.2.4 判定每个集合的满意度

6.3 事例2 寻找魅力午餐

6.3.1 设计调查问卷

6.3.2 制作调查问卷

6.3.3 制作用于分析的数据

6.3.4 分析数据

6.3.5 讨论价格

6.4 事例3 最受欢迎的法式料理店

6.4.1 设计调查问卷

6.4.2 分析问卷调查结果～回归分析～

6.4.3 预测和分析因素

6.4.4 判定各个集合的魅力度

小 结

第7章 软件故障何时了～用规划求解制作生长曲线，预估故障总数～

7.1 生长曲线～生长曲线的种类和图形～

7.1.1 生长曲线的种类

7.1.2 生长曲线模型的图形

7.2 利用规划求解确定生长曲线

7.3 选择最优生长曲线模型

7.3.1 选择生长曲线模型的步骤

7.3.2 "选择标准"的类型

7.3.3 求解标准值的方法

小 结

第8章 求最优投资组合

8.1 收益率的平均值和方差

8.1.1 用Excel计算收益和风险的方法

8.2 两种股票的投资组合

8.2.1 用Excel制作收益和风险的散点图的方法

8.3 相关系数的变化引起收益和风险的变动

8.4 求使风险最小的投资组合

8.5 投资组合中的统计学

8.5.1 平均值、方差和标准偏差

8.5.2 随机变量与概率分布

8.5.3 期望值

8.5.4 协方差和相关系数

8.5.5 协方差和相关系数的具体事例

8.5.6 两个随机变量之和的期望值（均值）以及方差、标准偏差

8.5.7 3个以上的随机变量之和的期望值和方差、标准偏差

8.6 求多支股票的最优投资组合

8.7 下载股价数据和求收益率

8.8 10 支股票的投资组合

小结

近几年来，作为一种非常强大的分析数据的方法，数据挖掘的应用范围在不断扩大，但实际上这种卓越的分析方法只局限于少数的企业和专业人士在使用。普通人在面对昂贵的专业软件和一系列令人费解的统计学术语、复杂公式的时候，很多就放弃了。其实，我们忽视了身边既便宜又方便而且强大的数据挖掘工具——Excel。《用Excel学数据挖掘》运用大量实例介绍了Excel的强大工具，通俗易懂，让你轻松掌握用Exeel进行数据挖掘的方法。

数据挖掘，顾名思义就是从庞大的数据中挖掘宝藏（信息、知识、见解、假设、课题等）的一种方法和过程。　　请别轻言放弃！掌握数据挖掘的方法，当然需要学习一些统计学知识，但这些绝对不是很难的理论，只要利用身边的Excel就能立即操作。　　《用Excel学数据挖掘》运用大量具体操作实例，对数据挖掘的方法技巧进行了浅显易懂的说明。让读者通过实际操作，分析数据并得出相应的结果。