关于事件研究法的问题 给出一组原始数据，怎样进行事件研究法分析数据

利用数据挖掘方法的数据分析是常用的分类，回归分析，聚类，关联规则，特征，变化和偏差分析，Web页面挖掘，他们从不同的角度进行数据挖掘。

①分类。分类是确定共同的特征在数据库中，根据分类模式的一组数据对象可以被划分成不同的类别，由所述分类模型的目的，在数据库中的数据项被映射到给定类别。它可以应用到客户的分类，特性和顾客分析的特点，客户满意度分析，预测客户的购买趋势，如按照用户的喜好对汽车分为不同的种类的汽车零售商，因此商家可以将广告手册新车有客户这样直邮的喜好，从而大大增加商业机会。

②回归分析。回归分析反映了属性值的事务数据库中的时间的特性，以产生一个数据项映射到预测的一个实数值函数发现变量或属性之间的依赖关系，主要研究的问题包括趋势数据系列的特性，以及预测数据等之间的数据序列的相关性。它可以适用于所有方面的营销，诸如客户寻求维持和流失预防活动，产品生命周期分析，销售趋势，预测和有针对性的促销活动。

③集群。聚类分析是一组根据相似性和差异被分为几类的数据，并且它的目的是使属于同一类别的尽可能大的数据之间的相似性，在不同类别的数据作为之间的相似性越小越好。它可以应用到客户群体，客户背景分析，客户购买趋势预测，市场细分等方面的分类。关联规则

④。关联规则是描述存在，即交易的基础上某些项目的出现，可以导出其他项目在数据库中录入数据之间的关系，这是隐藏在之间的关系的规则还出现在同一交易或关联数据。客户关系管理，通过挖掘数据库中大量数据的企业用户，你可以找到大量的记录，一个有趣的关系，找出影响市场营销，产品定位，定价和定制的客户群的客户寻求的有效性的关键因素，分割和维护，并提供一个参考的营销推广，市场营销，风险评估和诈骗预测决策支持。

⑤功能。这些特征是从数据库中提取数据类型的特征的一组数据，其中这些特征的数据集的总体特征的表达。通过特征提取的客户流失因子营销人员，可以有许多原因和主要特点导致客户流失，利用这些特性可有效地防止顾客流失。

⑥变化和偏差分析。偏差包括一大组的潜在有趣的知识，如不正常情况下的分类，该异常模式下，预期的结果观察到的偏差，其目的是要找到有意义的结果的基准差的量之间进行了观察。在其早期预警和危机管理，管理人员更感兴趣的是那些意想不到的规则。挖掘意外规则可以被应用到的信息，分析，识别，评估和预警异常的检测。

⑦Web页面开采。随着互联网的飞速发展和网络的全球普及，使得Web上的信息非常丰富的量，可以通过Web挖掘，你可以使用Web来分析大量数据的收集政治，经济，政策，技术，财务各种市场信息的竞争者，供应和需求信息，客户和其他相关浓缩物上进行分析和处理信息的外部环境和内部管理信息，对业务显著或潜在显著影响，并发现了各种业务的管理，该分析过程中发生的结果问题和先兆可能导致危机的影响，来分析和处理这些信息，以便识别，分析，评估和管理危机。

数据分析怎么做？做一份数据分析前必须明白数据分析遵循的原则，然后按照常规数据分析步骤进行。

1、数据分析遵循的原则：

① 数据分析为了验证假设的问题，提供必要的数据验证；

② 数据分析为了挖掘更多的问题，并找到原因；

③ 不能为了做数据分析而坐数据分析。

2、步骤：

① 调查研究：收集、分析、挖掘数据

② 图表分析：分析、挖掘的结果做成图表

3、常用方法：

利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等， 它们分别从不同的角度对数据进行挖掘。

① 分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。

② 回归分析。回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。

③ 聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。聚类分析的方法可以学习CPDA数据分析的课程。

④ 关联规则。关联规则是描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。在客户关系管理中，通过对企业的客户数据库里的大量数据进行挖掘，可以从大量的记录中发现有趣的关联关系，找出影响市场营销效果的关键因素，为产品定位、定价与定制客户群，客户寻求、细分与保持，市场营销与推销，营销风险评估和诈骗预测等决策支持提供参考依据。

⑤ 特征。特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。

⑥ 变化和偏差分析。偏差包括很大一类潜在有趣的知识，如分类中的反常实例，模式的例外，观察结果对期望的偏差等，其目的是寻找观察结果与参照量之间有意义的差别。在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。

⑦验证假设和结果的关系。数据分析的结果是不是合理，是不是符合逻辑要求，是不是和假设的原因一致，为什么会有结果和假设不相符合的，这些都是最后的报告听取者可能问的问题，同时也是进行数据分析得到的问题的症结所在。

不知道楼主用的什么数据库，我用mysql写了一个非常简单的数据库test并在下面建了一个test表，并写了数据增大的代码，代码很简单。test表

数据库如下：

create table test(

id smallint primary key auto_increment,

asset int not null default 0);

下面是java代码用eclipse写的。

MyDBjava

package db;

import javasqlConnection;

import javasqlDriverManager;

import javasqlResultSet;

import javasqlSQLException;

import javasqlStatement;

public class MyDB {

Connection conn;

Statement stmt; //接口，用于静态执行SQL语句并返回执行结构。

ResultSet rs;

String url = "jdbc:mysql://localhost:3306/test"; //连接数据库的url

String user = "root"; //数据库用户名

String pwd = "wakeup05"; //user对应的密码

String SQL_UPDATE;

String SQL_SELECT;

/

增加资产

@param iNum 增加的资产数

/

public void UpdateAsset(int id, int iNum) {

try {

new orggjtmmmysqlDriver(); //加载mysql数据库驱动

conn = DriverManagergetConnection(url, user, pwd); //建立连接

stmt = conncreateStatement(); //返回一个statement接口

SQL_SELECT = "SELECT ASSET FROM TEST WHERE ID="+id;

rs = stmtexecuteQuery(SQL_SELECT); //执行查询语句

if(rsnext()) { //判断是否查到对应id

int asset=rsgetInt(1); //取出查到的资产值

SQL_UPDATE = "UPDATE TEST SET ASSET='"+(asset+iNum)+"' WHERE ID='"+id+"'";

int i = stmtexecuteUpdate(SQL_UPDATE); //执行更新语句

if(0 != i) {

Systemoutprintln("更新成功");;

}

}

else {

Systemoutprintln("id不存在");

}

connclose();

} catch (SQLException e) {

// TODO Auto-generated catch block

eprintStackTrace();

}

}

}

Testjava

package test;

import dbMyDB;

public class TestClass {

public static void main(String[] args) {

MyDB myDB = new MyDB();

myDBUpdateAsset(1, 200);

}

}

使用mysql数据库前要先导入mysql驱动包。楼主可以去网上找，很容易找到的，找到后在File->bulid path->add external archives进行导入。

如果楼主使用其他数据库，可以建立数据源，如何建立我就不在这里说了，网上有很多教程。不过使用那种方法则要将new orggjtmmmysqlDriver();

改为

try {

ClassforName("sunjdbcodbcJdbcOdbcDriver");

} catch (ClassNotFoundException e) {

// TODO Auto-generated catch block

Systemoutprintln("没有找到驱动程序");

}

直接考的代码，经测试时成功的。这排版楼主将就一下，拷过来就这样了，改了两行不想改了。。。

利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。1、分类分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。2、回归分析回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。3、聚类聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。4、关联规则关联规则是描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。在客户关系管理中，通过对企业的客户数据库里的大量数据进行挖掘，可以从大量的记录中发现有趣的关联关系，找出影响市场营销效果的关键因素，为产品定位、定价与定制客户群，客户寻求、细分与保持，市场营销与推销，营销风险评估和诈骗预测等决策支持提供参考依据。5、特征特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。6、变化和偏差分析偏差包括很大一类潜在有趣的知识，如分类中的反常实例，模式的例外，观察结果对期望的偏差等，其目的是寻找观察结果与参照量之间有意义的差别。在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。7、Web页挖掘随着Internet的迅速发展及Web的全球普及，使得Web上的信息量无比丰富，通过对Web的挖掘，可以利用Web的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机。

-

以上就是关于关于事件研究法的问题 给出一组原始数据，怎样进行事件研究法分析数据全部的内容，包括:关于事件研究法的问题 给出一组原始数据，怎样进行事件研究法分析数据、工作中如何进行数据分析---用数据来发现问题和机会、我是初学者 eclipse怎么对数据库中提取单个数据并且对提取的数据加减 求代码详细好吗等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！