主数据管理主要包括数据建模、数据整合、数据发布和数据监控四个方面。 数据建模 数据建模阶段主要是完成以下几项工作。 ·创建结构:根据对主数据的设计,在系统中建立主数据的相关结构,包括主数据分类、主数据...
什么是主数据管理(MDM):主数据筛选的标准
主数据管理(Main Data Management,MDM)要做的就是从各部门的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的集成和管理,并且以服务的方式把统一的、完整的、准...
大数据
什么是数据的全量度与实现应用的速度
可以肯定地说,现在人们对互联网和移动互联网的发展速度都十分惊讶,甚至都觉得不可思议。所以说在这个信息技术同社会经济、生产生活紧密融合的时代,比的不仅仅是谁更聪明,也比谁更快,谁覆盖的更广,谁更有执行力...
大数据
什么是市场接受数据的颗粒度与敏感度
颗粒度指的就是粗糙度,粗糙就是颗粒度大,精细就是颗粒度小。如果很粗糙的数据也有人埋单,就意味着对数据的敏感度弱。比如中国的教育,只要说出对孩子有帮助,就会有大量的消费人群,这就是标准的颗粒度大、敏感度...
大数据
什么是数据的投资收益度及公益度
如果投资收益好,企业积极性就高,如果公益性好,政府扶持力度就大,二者如能结合则最佳。数据创新是逐利性和公益性并存的,其逐利性不仅表现在经济利益上,也表现在社会认可上。没有好处和回报,谁都不会求变。 公...
什么是数据的基础约束度
基础约束是指体制、机制、政策、资本等约束,常常是能否实施的关键。 数据兼具主动流动性和被动流动性。主动流动性,比如基因数据的传承,是不以个人的意愿改变而改变的。被动流动性是指外界的强力干扰,比如各个行...
什么是数据的价值密度
产业链上单位时间内创造的产值往往决定能否承受信息数据化初期的成本和风险,产值越大,密度就越高,数据创新所承担的风险度也就越高,成功的可能性就相对较大。这就是价值密度。 例如,金融证券等行业,在很短的时...
什么是数据生产要素理论
在大数据时代,数据的实质正在发生根本性的改变,数据已经从记录过程的依据发展成为生产要素。原有的生产要素大致分为:能源、矿产、土地及其他自然资源,劳动力,资本(诸如货币或货币等价物等)三大类。在过去某一...
定基指数、环比指数与同比指数的区别
统计指数按在指数数列中所采用的基期不同,可以分为定基指数、环比指数和同比指数。 定基指数是指在数列中以某一固定时期的水平作为对比基准的指数。这类指数可以比较直观地反映事物的长期变化趋势及发展过程。基期...
SAS软件的模块
1.Base SAS ® (核心部件) 提供了一个可扩展和集成的软件环境,提供了数据存取、转换和制作报告等功能。它包括了随时可用的处理数据的程序、信息存储和检索功能、描述性统计和报告制作功能以及强大的...
怎样学习医学统计学
我们在过去科研咨询和教学工作中发现,很多医学工作者遇到统计学就产生恐惧心理,感觉统计学很抽象,难理解难学。有的上过多次统计学课程培训班,曾经多次学习统计学,但对统计学仍不得要领,有些学生统计学考试成绩...
综合评价法的基本步骤
一、综合评价法的概念 综合评价法是指利用统计指标对评价对象作出明确的、全面的评定或判断,排出名次顺序、分出等级的方法。 在统计评价中,按评价内容不同,可分为单项评价和综合评价两类。单项评价是指利用一个...
如何启动、运行、关闭EViews软件(以EViews 8为例)
一、什么是EViews EViews是在大型计算机的TSP(Time Series Processor)软件包基础上发展起来的新版本,是一组处理时间序列数据的有效工具。1981年QMS(Quantit...
什么是EViews软件
EViews是在大型计算机的TSP(Time Series Processor)软件包基础上发展起来的新版本,是一组处理时间序列数据的有效工具。 1981年QMS(Quantitative Micro...
什么是检验功效(检验力)
在犯弃真错误概率得到控制的条件下,犯取伪错误也应尽可能小,或者说,不取伪的概率1-β应尽可能增大。1-β越大,意味着当原假设不真实时,检验判断出原假设不真实的概率越大,检验的判别能力就越好;1-β越小...
什么是总体均值的估计
研究一个总体时总是希望可以知道总体的平均值µ、比例π,或者标准差σ。但是很多情况下,我们无法知道总体,需要依靠区间估计的方法来推测总体。 总体均值的估计 在总体均值的估计中存在几种不同的情况。无论哪种...
描述统计与推理统计的区别
描述统计与推理统计的区别 统计学有许多具体分析和操作方法,但一般可以被分为两类。一类叫作描述统计(descriptive statistics),另一类叫作推理统计(inferential stati...
层次聚类分析的分解法和凝聚法
层次聚类分析只限于较小的数据文件,一般来说适合聚类的对象只有数百个的情形。 层次聚类分析过程的特色化功能包括: 一是能够对个案或变量进行聚类; 二是能够计算可能解的范围,并为其中的每一个解保存聚类成员...
什么是K中位数聚类分析
划分聚类分析方法的基本思想是将观测到的样本划分到一系列事先设定好的不重合的分组中。划分聚类分析方法在计算上相比层次聚类分析方法相对简单,而且计算速度更快一些,但是它也有自己的缺点,它要求事先指定样本聚...
什么是K平均值聚类分析
划分聚类分析方法的基本思想是将观测到的样本划分到一系列事先设定好的不重合的分组中。划分聚类分析方法在计算上相比层次聚类分析方法相对简单,而且计算速度更快一些,但是它也有自己的缺点,它要求事先指定样本聚...