1) exploratory data analysis (EDA)
探索性数据分析方法
2) Exploratory data analysis
探索性数据分析
1.
This paper selected the 10 diseases in order of inpatient in a grade A tertiary hospital in 1997 as sample, and used exploratory data analysis to study distribution of medical fees of outpatients.
以某三级甲等医院1997年住院构成前10位系统疾病的病例为样本,采用探索性数据分析方法,对出院病例医疗费用的分布进行分析。
2.
Integrated with domestic and foreign economical theory that people have obtained common consensus, mainly based on data in Yearbook of China Transportation & Communications, making use of exploratory data analysis method and factor analysis method etc.
本论文主要从交通统计年鉴数据出发,结合国内外已取得共识的经济理沦,运用探索性数据分析和因子分析等方法,借以找出交通运输业发展的规律性及其发展趋势,用以作经济预测,检验各种经济理论的可靠性和可行性,并为各级政府和企业的经济决策提供数量化建议。
3.
Using a set of built-in data in SPSS, this article provides an example of data transformation in exploratory data analysis, demonstrating the importance of "looking at data from another angle.
文章利用SPSS统计分析软件的内置数据组,提供了一个关于探索性数据分析中的数据转换方法在经济统计分析中的应用的教学案例,说明了探索性数据分析“换一个角度看问题”的重要统计分析思想。
4) simulation exploratory data analysis
仿真探索性数据分析
5) ESDA
探索性空间数据分析
1.
This paper applies ESDA method to the spatial analysis of Chinese regional per capita GDP growth.
运用探索性空间数据分析方法考察了1990~2004年中国341个区域单位人均GDP增长速度的空间相关性和空间异质性,揭示了中国区域经济增长速度的空间格局及区域发展差距的演变过程。
2.
This paper analyzes the spatial autocorrelation and variability of merchandise housing price in Kaifeng by using the techniques of ESDA.
为了探测商品住宅价格的空间分布特征,以开封市商品住宅交易均价为例,利用探索性空间数据分析(ESDA)的理论与方法分析开封市商品住宅价格空间自相关性和变异性。
3.
We introduced the exploratory spatial data analysis(ESDA) and Kriging theory,and proposed an improved spatial variability-oriented Kriging interpolating model for GPS height transformation.
基于探索性空间数据分析(exploratory spatial data analysis,ESDA)及Kriging插值理论,提出了顾及高程异常空间变异性的GPS高程Kriging拟合模型。
6) exploratory spatial data analysis(ESDA)
探索性空间数据分析(ESDA)
补充资料:数据包络分析方法(Data Envelopment Analysis,DEA)
数据包络分析方法(Data Envelopment Analysis,DEA),是运筹学、管理科学与数理经济学交叉研究的一个新领域。它是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。DEA方法及其模型自1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出以来,已广泛应用于不同行业及部门,并且在处理多指标投入和多指标产出方面,体现了其得天独厚的优势。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条