1，绘制图形。①这个例子只做2维数据分析，只有一个自变量和一个因变量。选择2列数据，合计列和最大列。提示:当需要选择两个不相邻的列时，可以先选择一列，按住ctrl键，然后选择另一列，松开ctrl键。②菜单插入→图形→散点图，并确认。当然，折线图也可以数据进行分析，但为了绘图干净，建议使用散点图。2.相关性分析。首先，右键单击散点图上的散点图并添加趋势线。
至于回归分析的类型，线性类型更为普遍。收盘后观察图上的r2值(实际是指R的平方值，下同)，r2值为0.8比1，说明正相关，自变量和因变量之间存在(线性)关系。R2值为0.6至0.8，弱相关。0.6到0.6，无关，自变量对因变量没有影响。0.8到0.6，弱负相关。1到0.8，负相关，自变量和因变量有(线性)关系，但方向相反。
5、大 数据的 未来人们应该意识到的10个 预测Da数据De未来:人们应该意识到10 预测到2020年，世界上每个人每秒将创造7MB的-2。在过去的几年里，我们创造了比人类历史上更多的数据。大数据席卷全球，丝毫没有放缓的迹象。人们可能会想，“大数据行业从哪里开始？”这里有10个大的数据 预测可以回答这个有趣的问题。1.机器学习将是数据应用的下一件大事。当今最热门的技术趋势之一是机器学习，它也将在未来中发挥重要作用。
会帮助企业准备和分析数据，让企业轻松战胜未来。2.隐私将成为最大的挑战。无论是物联网还是大数据，新兴技术面临的最大挑战是数据。人们现在正在创造的数据的量和人们未来将要创造的数据的量会让隐私变得更加重要，因为风险会大大增加。根据研究机构Gartne的研究，到2018年，超过50%的商业道德违规将与数据有关。
6、可不可以基于海量 数据 预测股票?股市要小心。毕竟被套是一件很无奈的事情。股市有很深的套路，你要投资，要珍惜。不要迷恋股市。预测去年，英国华威商学院和美国波士顿大学物理系的一项研究发现，用户通过谷歌搜索的金融关键词可能对金融市场有所帮助，相应的战略投资回报率高达326%。此前，有专家试图通过Twitter博客帖子预测股市波动。理论上股市预测更适合美国。
目前美国很多对冲基金都采用了big 数据技术进行投资，收获颇丰。中国中信建投广发百度百发100指数基金(以下简称百发100)推出四个多月以来，已经上涨了68%。与传统的量化投资类似，大的数据投资也依赖于模型，但模型中的变量数据是几何级增加的，在原有的财务结构数据的基础上，增加了非结构化。
7、大 数据的应用价值在于 预测 未来Da 数据的应用价值在于预测-3/Da数据center的构建，以便后期挖掘应用数据。当“Da-2”被世界各国用于发酵时，伴随而来的是数据各国科学家的普遍缺乏。根据数据 processing的需求，无论企业决定采用哪种解决方案，科学家都需要数据来使用这些数据来激活数据的值，并重建。
但是数据科学家的培养并不容易，因为数据科学家必须同时具备三个条件，包括对企业内部的业务和组织的深刻理解，对数据挖掘等统计应用的了解，对数据分析工具的操作的熟悉。目前国内数据分析师擅长处理已经发生的问题，找出问题的源头，尽快消除问题，但相对缺乏探索未知问题的能力。根据Gartner的数据，高达72%的企业认为数据的应用价值在于预测-3/。
8、如何通过间隔 数据来 预测 未来的发展?①区间增速测算2018年，全国全社会用电量68449亿千瓦时，同比增长8.5%，增速同比提高1.9个百分点。具体来看，第一产业用电量728亿千瓦时，同比增长9.8%；第二产业用电量47235亿千瓦时，同比增长7.2%；第三产业用电量10801亿千瓦时，同比增长12.7%；城乡居民生活用电量9685亿千瓦时，同比增长10.4%。
