回顾性分析原始数据怎么做

A. 原始数据的获得与处理

矿产资源评价工作是从原始资料信息开始的，这些原始的资料信息即为原始数据。它主要包括地理、地质、物化探、矿产、航卫片(遥感影像)或与它们相关的几个主要部分。

地理数据主要指各种比例尺的地形图。目前，国家公共地理数据可以通过合法途径予以获得，包括数字化信息。此外，也可以通过购买地形图自行数字化。由于资源评价工作区往往是不规范或不标准的区域，因此，在获得了原始图件之后，应对相应的工作区实施地形图镶嵌和配准。对于自己进行数字化的地形图应注意分层，以便于以后应用。

在矿产资源评价工作中，地质、物化探和矿产类数据是最多，也是最复杂和最重要的，其中基础地质资料是最主要的部分。总结起来有如下几部分:①不同比例尺的基础地质(矿产)图件和文字资料;②不同比例尺的物化探图件和相应的说明书;③与研究区工作内容相关的专题研究成果资料;④研究区内主要代表性矿床的地质勘探资料(报告)和开采资料;⑤其他与项目有关的资料等。对收集或通过工作得到这些资料，应建立资料档案(数据库)加以整理、归类和管理。对这些资料信息的数字化处理是一项相当复杂的工作，在开始数字化之前应确立数字化的详细计划、标准、规范和要求。为了便于应用，标准性的基础地质图件，应在统一的GIS系统条件下开展，而文字资料则可用相关的文字编辑软件录入;其他辅助性图件，主要指一些极小比例尺的附图和插图，可用一般的图形编辑软件进行，作为普通文档存放。

航卫片等遥感影像具有直观、快速、准确和定性地提供多重地学信息的特点，是工作程度低和工作环境差的地区开展资源评价工作不可或缺的重要基础和原始资料，同时也是基于3S技术矿产资源评价工作的重要组成部分。遥感原始数据主要通过有关部门购置，但遥感数据的处理则应按照工作任务和要求有选择地进行。主要包括以下几方面:①选择合适的图像处理方法;②遥感数据的配准、镶嵌、纠正和增强处理;③亮度、对比度、饱和度等的调整;④形成影像清晰、色彩丰富、立体感强的高质量图像;特殊情况下，可以按照不同的任务和要求，形成多幅具有不同特征的图像，以便于实际应用。

在原始数据的处理过程中要注意以下几点:①所有数字化工作应在统一的GIS系统中进行，对于所有图像的配准和镶嵌，应选用符合原始图形的地图投影方法，建立统一的地理坐标系(这在GIS系统中很容易进行)，这是以后所有工作的重要基础，如果没有统一的坐标系统，所有数字化的各类图件都将是一盘散沙，无法进行后续的许多实质性工作;②数字化过程中图层划分要合理，便于应用。图层的划分不应过粗，但也不应过细，例如同是属于水系范畴的河流(线型)和湖泊(面型)可以放到同一图层;另一方面，同是线型属性的公(铁)路和断层，则应划分为两个图层。③不同比例尺原始图件在数字化时，应适当注意边界的完整性和可拼合性。在进入GIS系统开展数字化之前，应利用相关的位图处理软件对图像边界进行合适的裁剪，数字化图件的图框和图例应单另建层，或在最终工作未完成前不进行图幅装饰。④对属性库的建立应考虑库的连接和标注要求，属性库字段选择应合理，以能适合矿产资源评价工作的需要，为以后的按属性查询和空间分析打好基础和提供方便。

B. 做回归分析，得不到想要的结果，直接编个数据，能看出来吗 数据和原始数据有啥联系盼大神回答。

只要你把相关结果中的参数改的合理就没人看的出来，当然如果你们要提供原始数据的话那就没法了，只能改原始数据，如果可以不提供原始数据，那就放心改吧，现在论文里都很常见的

C. 通常我们在读文献的时候,如何从论文数据曲线中提取出原始数据

可以使用DiVoMiner3.0 版本软件。

文献很多时候是pdf，转换为文本分析难度很大，DiVoMiner平台推出了pdf识别功能，上传pdf后，自动识别为文本，就可以提取出原始数据了。

可以使用内容分析法做大量的数据处理，运行算法编码等。

支持慧科Doc、Text和HTML格式，本次更新增加了对Factiva数据库的文档解析支持，方便小伙伴们使用更为广泛的研究数据源！

在传统的分析方法中，我们首先需要逐一阅读每一篇文本，找出关键词，标记好后进行统计分析，得出最终的分析结果，对于分析结果中每一个关键信息的来源也需要逐一翻阅汇整。

总结如下：

相比较传统的内容分析方法中无法快速找出关键词的来源文本，DiVoMiner®平台除了快速探索海量数据的关键信息外，也提供了分析结果的追踪溯源功能，只需一键点击图中的任意关键词，即可直接显示该关键词的来源文本。

D. spss中原始数据有的为0怎么做

解决方法如下：
选择analysis分析然后选择下拉菜单的第二个descriptivestatistics描述统计接下来选择第二项descriptive描述接着把你的指标都放到空白框里，就是这个界面的左下角，挑上对号，数据标准化了，相关系数矩阵也蹦出来了，接着你就会看到标准化后的数据出现在你spss页面上这些原始指标的后面，也就是页面往右拉吧，就看到标准化之后的数据了。

E. 数据分析应该怎么做

1.明确目的和思路

首先明白本次的目的，梳理分析思路，并搭建整体分析框架，把分析目的分解，化为若干的点，清晰明了，即分析的目的，用户什么样的，如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标(各类分析指标需合理搭配使用)。同时，确保分析框架的体系化和逻辑性。

2.数据收集

根据目的和需求，对数据分析的整体流程梳理，找到自己的数据源，进行数据分析，一般数据来源于四种方式：数据库、第三方数据统计工具、专业的调研机构的统计年鉴或报告(如艾瑞资讯)、市场调查。

3.数据处理

数据收集就会有各种各样的数据，有些是有效的有些是无用的，这时候我们就要根据目的，对数据进行处理，处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法，将各种原始数据加工成为产品经理需要的直观的可看数据。

4.数据分析

数据处理好之后，就要进行数据分析，数据分析是用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。

5.数据展现

一般情况下，数据是通过表格和图形的方式来呈现的。常用的数据图表包括饼图、柱形图、条形图、折线图、气泡图、散点图、雷达图等。进一步加工整理变成我们需要的图形，如金字塔图、矩阵图、漏斗图、帕雷托图等。

6.报告撰写

撰写报告一定要图文结合，清晰明了，框架一定要清楚，能够让阅读者读懂才行。结构清晰、主次分明可以使阅读者正确理解报告内容;图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。

F. 如何做一份完整的数据分析报告

了解整理数据来源或者采集数据；

理解数据、处理数据；用内工具Excel、数据库等对数据进行处理。

掌握数据整理、可容视化和报表制作：数据整理，是将原始数据转换成方便实用的格式，Excel在协同工作上并不是一个好工具，报表FineReport比较推荐。项目部署的Tableau、FineBI、Qlikview一类BI工具，有没有好好培训学习，这些便捷的工具都能淡化数据分析时一些重复性操作，把精力更多留于分析。

G. 如何通过统计学算原始数据

可以通过普查、抽样调查、统计报表、重点调查、典型调查的方式来进行调查。

1. 普查:查是专]组织-次性的全面调查,来调查属于一定时点或时期内的社会经济现象的总量。它适用于搜集某些不能或不适宜于定期的全面统计报表搜集的统计资料，以摸清重大的国情、国力。如，人口普查、农业普查、经济普查、全国第产业普查等。

2. 抽样调查:抽样调查是按随机原则，从总体中抽取一部分单位作为样本来进行观察， 并根据其观察的结果来推断总体数量特征的一种非全面调查方法。

3. 统计报表制度:它是按照国家统规定的调查要求与文件(指标、表格形式、计算方法等)自下而上的提供统计资料的种报表制度。在官方统计的经常调查中目前依然发挥着-定的作用。

4. 重点调查:是一-种非全面调查，它是在调查对象中选择一部分对全局具有决定性作用的重点单位进行调查。适翻于调查任务只要求掌握调查总体的基本情况，调查标志比较单，调查标志表现在数量上集中于少数单位,而这些少数单位的标志值之和在总体中又占绝对优势的情况。

5. 典型调查:根据调查的目的与要求，在对被调查对象进行全面分析的基础上，有意识地选择若干具有典型意:义的或有代表性的单位进行调查，主要作用是:第一, 补充全面调查的不足第二,在定条件下可以验证全面调查数据的真实性。

相关拓展

统计学：主要通过利用大量数据进行量化分析，总结出一些经验规律，做出后期推断和预测，从而为相关决策提供依据和参考，其不仅仅是统计数字，还包含了调查、收集、分析、预测等，应用范围十分广泛。

以上内容参考网络-统计学

H. 用EXCEL作的相关性分析数据,不知怎么分析

1. 打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数

   

   I. 数据分析经历怎样的分析过程

   1.明确数据分析的目标

   
   
   

   做任何事都需要有一个明确的目标，数据分析亦是如此，在做数据分析时，需要明确数据分析的目标是什么，按照目标进行相应规划。

   
   
   

   2.需要采集哪些信息

   
   
   

   数据分析面向的对象就是数据，对于进行数据分析所需要的原始数据，需要有一个明确的认知，需要采集的原始数据要对应目标。

   
   
   

   3.数据的整理与分析

   
   
   

   数据采集完毕后，对于原始数据将要进行数据的整理与分析，使用数据分析工具对数据进行智能化的加工处理。使得有用的数据得以提炼。

   
   
   

   4.数据的展现与输出

   
   
   

   有用数据整理完毕后，需要对于特定的形式进行展示说明，使得数据可视化。运用相应的图表将数据图像化，更加直观清楚的了解数据。

   
   
   

   关于数据分析经历怎样的分析过程，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。