如何用clementine分析股票歷史數據導出公式怎麼寫

1. 國內有哪些數據分析和數據挖掘的牛人

國內有數據分析和數據挖掘的牛人有：清華計算機系的唐傑、中國傳媒大學教授沈浩、SAS公司首席咨詢顧問張磊、劉萬祥等。簡單介紹幾個：
一、沈浩老師
中國傳媒大學教授，這位老師給我深的印象就是比較喜歡旅遊、愛攝影，除此之外更多的介紹還一下子想不起來。不過在博客分享了很多非常好的數據分析方法、數據可視化等。
張磊IDMER
SAS公司首席咨詢顧問。現在的分析，不搞點挖掘、模型的，似乎就不夠高級、不夠唬人。這位博主可是數據挖掘的牛人，SAS、SPSS Clementine 的專家顧問啊。
三、劉萬祥ExcelPro
劉萬祥老師，《Excel圖表之道》、《用地圖說話》作者。專注於最專業、有效的商務圖表溝通方法，追求圖表的有效溝通，和專業的商務氣質。
可以去這幾位老師的博客上看一下，他們會經常分享非常好的數據分析、數據挖掘方法，不得不承認我們現在生活在一個用數據說話的時代，也是一個依靠數據競爭的時代。

想要了解更多數據分析，數據挖掘的相關內容，推薦CDA數據分析師課程。課程內容兼顧培養解決數據挖掘流程問題的橫向能力以及解決數據挖掘演算法問題的縱向能力。要求學生具備從數據治理根源出發的思維，通過數字化工作方法來探查業務問題，通過近因分析、宏觀根因分析等手段，再選擇業務流程優化工具還是演算法工具，而非「遇到問題調演算法包」。點擊預約免費試聽課

2. clementine時間序列怎麼分析

5.2 基本描述分析
基本描述分析是數據分析的基礎，通常對數值型變數進行描述分析，涉及數據的集中趨勢和離散程度。描述集中趨勢的描述性統計量一般有均值、中位數和眾數；描述離散程度的描述性統計量一般有方差、標准差和極差。
5.2.1 計算基本描述統計量
在流中添加「Statistics」節點，打開設置面板。在「檢查」中用戶可以選擇要進行統計的變數如下；然後在「統計量」中可以選擇可統計的描述性統計量有哪些；在「相關」中可以設置與哪些變數進行簡單相關分析（即求得Pearson簡單相關系數）。
Clementine數據基本分析（一）

在「相關設置」中可以設置相關分析的一些參數如下。
Clementine數據基本分析（一）
下圖為得到的相關分析及其它描述性統計分析的結果：
Clementine數據基本分析（一）
還可以生成符合要求的Filter。在Generate工具中，可以根據需要設置一定的相關性條件，然後生成Filter，這個功能很重要。
5.2.2 繪制散點圖
除了進行描述性統計分析外，還可以生成散點圖查看數據間的要關性，添加節點「Plot」並打開設置面板。「X欄位」中選擇X軸變數；「Y欄位」中選擇Y軸變數。Overlay為交疊欄位，你可以在Color、Size或Shape中選擇Overlay欄位即流失欄位，從而在散點圖中實現相應效果。
「面板」表示可以繪制多個不同散點圖反映Overlay變數；「動畫」表示以動畫方式顯示多張散點圖。
交疊欄位類型選項：
無：表示不擬合回歸直線；
平滑器（Smoother）：表示採用LOESS（Locally weighted iterative robust least squares regression)方法，擬合樣本數據的回歸線並顯示；
函數（Function）：表示自德輸入一個回歸議程，回歸線也顯示。
Clementine數據基本分析（一）

結果如下：
Clementine數據基本分析（一）

5.4 兩分類變數相關性的研究
兩分類變數的相關性研究在實踐中有廣泛應用。做DataMining，對數據的類型應該極為敏感，幾乎任何的統計分析或者數據挖掘，都要涉及這樣一個問題：是分類型變數還是數值型變數。同理，前面我們使用相關和回歸兩個思維來對數值型變數的相關性進行了探討，其中涉及到許多描述性統計量，既有描述數據集中趨勢的，也有描述數據離散程度的。也涉及到散點圖等圖形。下面，我們將涉足分類變數。分類變數中最有名的分析，莫過於列聯分析，但我們一開始並不嫌返旁介紹它。
一般分析分為圖形分析和數值分析，不止於兩分類變數
5.4.1兩分類變數相關性的圖形分析
一、條形圖
將「Distribution」節點添加到流上。Distribution提供了兩種輸入欄位的途徑。「選定欄位」選中，我們可以自定義哪些分類型欄位可以進入；「所有標志」選中，則前面「Type」節點中的所有分類型欄位都會進入分析。這里我們自定義「套餐類型」為我們的描述欄位，然後在交疊欄位中設置為「流失」。一般情況下，目標變數恆為交疊欄位。」按「比例尺」表示將把頻數最多的取值對應的條設置為最長，然後其它的條都會按比例設置，這樣能更加清晰地看到不同取值的頻數的差異；「按顏色標准化」，選中表示所有的條形都會被設置為相同長度，然後不同顏色比例表示目標變數取值不同時的情況，但「按顏色標准化」後，我們就不能比較不同取值下頻數的差異了。
Clementine數據基本分析（一）
Clementine數據基本分析（一）

二、Web圖
Web圖的力量在沈浩老師挖挖雙色球案例中得到充分的體現。Web圖為我們提供了兩種分類比較模型，一是計算兩兩分類變數間的相關性，一是計算多個分類變數對一個分類變數的相關性。將「Web」節點添加到流上，打開設置面板。
網路：選中表示系統將計算兩兩分類變數間的相關性，在下面會讓用戶自定義進行兩兩分析的欄位；
導向網路：選中表示系統將計算多個分類變數對一個分類變芹橡量的相關性，選中後會讓用戶自定義分析變數和目標變數；
僅顯示真值標志：選中表示僅顯示「流失」取值為「Yes」的網路，我們往往世嫌不進行這樣的選擇；
得到如下的結果圖。在結果圖中，系統在標尺上有默認的兩個邊界，如圖中為44和250，則表示Web圖中最細線表示有頻數44個，最粗線表示含頻數250個。得到的Web圖取值呈上下結構，其中下面的「Yes」和「No」是流失的兩個取值，而上面的四個點是套餐類型的四個取值。其中，線條粗細程度代表著相關性程度。
Clementine數據基本分析（一）
Clementine數據基本分析（一）

5.4.2
兩分類變數相關性的數值分析
一、計算兩分類變數的列聯表
以上我們通過兩種圖——Web圖和條形圖——對兩分類變數的相關性進行了圖形分析，除此之外，我們還可以對其進行數值分析。數值分析指的就是列聯分析及相應的卡方分析。這里，我們使用的兩分類變數仍然來自於電信客戶數據的兩個欄位：套餐類型與客戶是否流失。
將Output卡中的「Matrix」節點添加到流中，打開設置面板。Matrix為我們提供了幾種選擇欄位的方式。
Slected：選中表示自定義列聯表的行變數和列變數。我們在Rows中選擇「套餐類型」，在Columns中選擇「流失」。
All Flags：選中表示將對所有Flag型變數進行列聯表分析，生成多個列聯表。
Include Missing Values：選中表示即使取值為缺失值，也被列入相關的頻數內。列聯表分析的是多個分類變數間的相關性，統計的就自然是頻數了。如果想把含缺失值的樣本剔除出去，也可以通過Data Audit節點進行相關操作。
Cell Contents：Table-tabulations表示列聯表各單元格（Cell）中統計的是樣本的頻數，一般的列聯表都是進行頻數統計；Function表示列聯表各單元格為指定變數的分類描述統計量，應該地Field中指定相關變數，描述統計量也可以自定義選擇。
打開Appearance面板，我們簡要介紹一下其中的功能設置。
Highlight top：表示頻數最高的若干項數據以紅字顯示，具體的數額可以在後面設置；
Highlight bottom：表示頻數最低的若干項數據以顯示，具體的數額可以在後面設置；
Cross-tabulation cell contents:
Counts：表示顯示觀測頻數；Excepted Values：表示顯示期望頻數；Resials：表示顯示殘差；Percentage Of row:表示計算行百分比；Percentage of column：表示計算列百分比；Percentage Of Total：表示計算總百分比。注意這三個百分比的不同表示及不同意義。
Clementine數據基本分析（一）

Clementine數據基本分析（一）
二、行列變數的相關性分析
通過對以上數據的分析，我們知道套餐類型與客戶流失具有關聯性，那麼，這種關聯性是此數據的偶然結果呢，還是總體即有這種關聯性呢？從統計學上講，這種分類變數間的關聯性，是由於樣本抽取過程中的隨機誤差導致的呢，還是系統本身固有的屬性呢？
為此，我們需要對此關聯性做檢驗，這就涉及到我們要提到的卡方檢驗。卡方檢驗是統計學中經典假設檢驗的組成部分，由統計學之父卡爾·皮爾遜發明，被稱為20世紀最有革命性的十大發明之一。
卡方檢驗分四步：
1、提出零假設：這里的零假設是行變數與列變數獨立。
2、選擇和計算檢驗統計量，即Pearson卡方統計量，其數學公式這里不再提起。有關卡方檢驗的問題，我們會在後面的統計部分詳細展開，我們在這里需要提一下，卡方公式中涉及到列聯表的行數和列數，頻數的觀測值和期望值。
那麼，什麼是期望頻數（Expected Count）呢？期望頻數指的是行列變數互相不相關的情況下的頻數的均勻分布。求期望頻數的方法非常簡單，我們也將在後面有關統計學的部分中詳細提到，此處略去不計。
卡方統計量的大小與兩個因素有關。一題名聯表的單元格子數；二是觀測頻數與期望頻數間的總差值。當列聯表確定的時候，列聯表的格子數亦確定，此時卡方統計量只與預測頻數與期望頻數間的總差值有關。當預測頻數與期望頻數總差值越大時，卡方統計量越大，表明行列變數的相關性越強；當預測頻數與期望頻數總差值越小時，卡方統計量越小，表明行列變數的相關性越弱。
那麼，如果進一步描述此卡方統計量的意義呢？卡方統計量近似服從卡方分布，故我們決定用一定的自由度和一定的顯著性水平來框定卡方統計量的閾值。
第三步，確定顯著性水平和臨界值
顯著性水平一般取0.05或0.01；卡方統計量服從（行數-1）*（列數-1）個自由度的卡方分布。因此，在行列數目和顯著性水平確定的情況下，卡方臨界值是可唯一確定的。
第四步，結論和決策
這一部分理解起來有些艱難，但對統計學的學生來說相當簡單，即可以計算出相應卡方統計量的概率，如果小於顯著性水平則拒絕原假設；反之，則不能拒絕原假設。這是非常常用的一種方法，即通過概率的方法。當然你也可以通過臨界值的方法來做，即由行列數和顯著性水平確定唯一的臨界值，然後由軟體計算出卡方統計量，比較二者。如果卡方統計量大於臨界值，則行列變數有相關性；否則沒有相關性。

3. 怎麼用spss神經網路來分類數據

用spss神經網路分類數據方法如下：

神經網路演算法能夠通過大量的歷史數據，逐步建立和完善輸入變數到輸出結果之間的發展路徑，也就是神經網路，在這個神經網路中，每條神經的建立以及神經的粗細（權重）都是經過大量歷史數據訓練得到的，數據越多，神經網路就越接近真實。神經網路建立後，就能夠通過不同的輸入變數值，預測輸出結果。例如，銀行能夠通過歷史申請貸款的客戶資料，建立一個神經網路模型，用於預測以後申請貸款客戶的違約情況，做出是否貸款給該客戶的決策。本篇文章將用一個具體銀行案例數據，介紹如何使用SPSS建立神經網路模型，用於判斷將來申請貸款者的還款能力。

選取歷史數據建立模型，一般會將歷史數據分成兩大部分：訓練集和驗證集，很多分析者會直接按照數據順序將前70%的數據作為訓練集，後30%的數據作為驗證集。如果數據之間可以證明是相互獨立的，這樣的做法沒有問題，但是在數據收集的過程中，收集的數據往往不會是完全獨立的（變數之間的相關關系可能沒有被分析者發現）。因此，通常的做法是用隨機數發生器來將歷史數據隨機分成兩部分，這樣就能夠盡量避免相同屬性的數據被歸類到一個數據集當中，使得建立的模型效果能夠更加優秀。

在具體介紹如何使用SPSS軟體建立神經網路模型的案例之前，先介紹SPSS的另外一個功能：隨機數發生器。SPSS的隨機數發生器常數的隨機數據不是真正的隨機數，而是偽隨機數。偽隨機數是由演算法計算得出的，因此是可以預測的。當隨機種子（演算法參數）相同時，對於同一個隨機函數，得出的隨機數集合是完全相同的。與偽隨機數對應的是真隨機數，它是真正的隨機數，無法預測也沒有周期性。目前大部分晶元廠商都集成了硬體隨機數發生器，例如有一種熱雜訊隨機數發生器，它的原理是利用由導體中電子的熱震動引起的熱雜訊信號，作為隨機數種子。

4. 用clementine數據挖掘工具計算 股票MACD的 公式怎麼表達

MACD：BAR=2×（DIF-DEA）

來自 大科學 團隊