MATLAB 数据分析方法（第2版） 1.1 数据分析与MATLAB

第1章　MATLAB基础　

　MATLAB数据分析方法

 

本章主要介绍MATLAB软件的一些入门知识，包括MATLAB界面及其基本操作、变量与函数、运算符与操作符、矩阵数据的输入与输出、符号运算、M文件与编程等，为读者学习以后各章打下基础。

 

1.1　数据分析与MATLAB

1.1.1　数据分析概述

1.数据分析的概念

 

数据分析是指用适当的统计方法对收集来的数据进行详细研究，提取其中有用信息并形成结论，以求最大化地开发数据的功能，发挥数据的作用。在统计学领域，有人将数据分析划分为描述性数据分析、探索性数据分析以及验证性数据分析。描述性数据分析是描述测量样本的各种特征及其所代表的总体特征，探索性数据分析侧重于在数据之中发现新的特征，验证性数据分析侧重于已有假设的证实或证伪。

数据分析的目的是把隐藏在数据背后的信息集中和提炼出来，总结出研究对象的内在规律。在实际工作当中，数据分析能够帮助管理者进行判断和决策，以便采取适当策略与行动。例如企业通过对产品的市场销售数据分析，可把握当前产品的市场动向，从而制定出今后合理的产品研发和销售计划。

 

2.数据来源与分类

 

数据分析的起点是取得数据。数据是通过实验、测量、观察、调查等方式获取的结果，这些结果常以数量的形式展现出来，因此数据也称为观测值。数据按照不同的标准进行分类，可分为观测数据与试验数据、一手数据与二手数据、时间序列数据与横截面数据等。

 

1）观测数据与试验数据。观测数据是在自然的未被控制的条件下观测到的数据，如社会商品零售额、消费价格指数、汽车销售量、某地区降水量等。利用这类数据进行观测所研究的个体，并度量感兴趣的变量。试验数据是在人工干预和操纵的条件下产生的数据，这种数据通常来自于科学与技术实验。例如，在研究不同的药物成分组成对某种疾病的治疗效果有什么不同时，记录实验药物成分在不同的条件下产生相应的治疗效果数据，那么药物成分数据与治疗效果数据就是试验数据。

 

2）一手数据与二手数据。一手数据是针对特定的研究问题，通过专门收集、调查或试验获得的数据。例如，为制定一家百货商店的营销方案，在这家商店所在城市抽取近300户家庭作为样本进行调查，收集下列数据：对本商店及其竞争对手商店的熟悉程度；家庭成员在各个商店购物的频率；选择百货商店时考虑的因素，如商品质量、种类、退赔政策、服务、价格、店址、商店布局、信用与收款政策；每个商店的偏好评分；被调查者的年龄、性别、受教育程度等。二手数据是由各种媒体、机构等发布的数据，数据分析人员可以根据研究的问题，从这些数据中加以选择，如证券市场行情、物价指数、耐用消费品销售量、利率、国内生产总值、进出口贸易数据等。

 

3）时间序列数据与横截面数据。时间序列数据是对同一研究对象按时间顺序收集得到的数据，这类数据反映某一事物、现象等随时间的变化状态或程度。例如，2005年至2014年中国人均国内生产总值指数（上年=100）数据分别为：110.7，112.1，113.6，109.1，108.7，110.1，109.0，107.2，107.2，106.7（数据来源：《中国统计年鉴2014》）。同样，某商场每日销售额、某股票每日收盘价、沪深股市每日收盘指数等都是时间序列数据。

 

横截面数据是在同一时间、不同统计单位、相同统计指标组成的数据列，这类数据体现的是个体的个性，突出个体的差异。例如，某日沪市全部交易股票的当日收盘价数据、2014年中国31省市人均国内生产总值增长率数据都是横截面数据。

 

近年来，出现了将横截面数据和时间序列数据合并起来进行研究的数据类型，称为面板数据（Panel Data）。该数据具有横截面和时间序列两个维度，当这类数据按两个维度进行排列时，数据都排在一个平面上，与排在一条线上的一维数据有着明显的不同，整个表格像是一个面板。该类数据模型可以分析个体之间的差异情况，又可以描述个体的动态变化特征。例如，每年各地区的国内生产总值增长率数据；在一定时期间隔内对同一地区同样的家庭进行调查，以观察其住房和经济状况是否有变化，这样得到的数据都是面板数据。

 

3.数据分析过程

 

数据分析过程包括确定数据分析的目标、研究设计、收集数据、分析数据、解释结果。

 

1）确定数据分析的目标。数据分析的目标是分析和解决特定的领域问题，而这个问题可以用量化分析的方法来解决。

 

2）研究设计。研究设计是根据数据分析的目标寻求解决方案。一般而言，数据分析是用量化分析的方法对现象进行描述、解释、预测与控制。一个特定的领域问题要转化为数据分析问题，首先要进行量化研究设计，确定用什么量化研究方法以及怎样研究。常用的量化研究方法有调查法（用调查或观测得到的样本数据推断总体）、相关研究法、实验法、时序分析法等。

 

3）收集数据。确定了所要解决的问题的研究设计后，根据所要采用的量化研究方法收集数据。例如，若采用调查法，需要确定具体抽样方法以获取数据；若采用实验法，需要进行实验设计，通过实验来获取数据等。这些是为所要解决的问题专门收集的一手数据。除此之外，通常还需要二手数据。

 

4）整理与分析。数据整理与数据分析即利用数据分析方法进行计算和分析。数据分析方法以统计分析技术为主，借助各种软件（SPSS、SAS、Excel、S-Plus等）工具，完成数据的计算分析任务。本书以MATLAB为工具进行计算。

 

5）解释和分析计算结果。使用各种方法与软件等工具计算后，会得到一系列结果，包括各种图表、数据等。说明、解释和分析这些结果，或利用计算结果检验各种假设、预测、控制等，从而最终解决所要研究的问题。最后提交数据分析报告，供决策时参考。

 

1.1.2　MATLAB在数据分析中的作用

 

MATLAB是一套高性能的数值计算和可视化软件，它集矩阵运算、数值分析、信号处理和图形显示于一体，构成了一个界面友好、使用方便的用户环境，是实现数据分析与处理的有效工具，其中MATLAB统计工具箱更为人们提供了一个强有力的统计分析工具。

 

选择MATLAB软件作为数据分析工具，不仅节约了数据分析过程中的计算时间，而且增加了统计推断的正确性，提高了数据分析的效率。但要注意，尽管软件对数据分析起到非常大的作用，但软件不能处理数据分析中所有阶段所要解决的问题。明确这一点后可以更好地使用软件。确定数据分析的目标、对问题的研究设计、选择统计分析方法、收集数据、解释和分析计算结果，这些都不是软件所能替代解决的。

 

本书介绍数据分析的基本理论方法，应用MATLAB编写程序进行数据分析，既面向过程又面向对象。为方便读者，以下对MATLAB的基本操作方法作比较系统的介绍。