数据分析步骤
Excel学习
一、数据分析的基本步骤1、提出(明确)问题类似于这样的问题：（基于原始数据源）
·公众号文章阅读量最多的10篇文章是什么？ 
·哪些城市找到数据分析师的工作几率比较大？
·数据分析师的薪水有多高？
·特拉普和希拉里谁更有机会当选美国总统？
来自于业务部门的问题，用数据做出分析和决策。明确问题为后续的分析决策提供一个大方向。2、理解数据
包括两个方面：
·采集数据（根据研究问题采集相关的数据）·查看数据集的信息（包括描述统计信息，从整体上理解数据，或者理解excel的每个字段是什么）3、数据清洗(数据预处理)
脏数据/缺失/重复数据
数据清洗的思路：
      ●选择子集
      ●列名重命名
      ●删除重复值 
      ●缺失值处理
      ●一致化处理
      ●数据排序
      ●异常值处理    
4、数据分析 或 构建模型
对清洗后的数据进行分析，从中获得：简单：业务指标复杂：机器学习的算法来训练模型
5、数据可视化
利用图表的展示方式，将得出的分析结果展示给老板或者客户
二、Excel学习（一）提出问题
业务部门给出的业务指标（二）理解数据
「一」、熟悉excel界面
1、选项卡、行号、列号、单元格、工作表名、创建新的工作表
2、列名（字段）
3、【列宽调整】：开始-全选表格-在列A上右键点击-列宽，数值：15
「二」、关于单元格格式
设置单元格格式： 任意单元格鼠标右键-设置单元格格式-数据类型
「三」、Excel有哪些数据类型？
1、字符串（文本）类型：汉字、字母
注：以字符串形式重组的数值不能用于计算，字符串重组的数值需要转换成数字类型才能进行计算
2、数字类型：金额、整数、小数
3、逻辑类型： true、false 
（1）如何识别字符串类型的数值和数字类型的数值？
字符串类型的数值，一般默认为 左对齐
数字类型的数值：一般默认为  右对齐
（2）字符串类型如何处理成数字类型？
=VALUE(Text) 
=VALUE("$1,000") ，将返回字符串的等价数字1000
（三）Excel如何进行数据清洗
数据清洗的步骤： 
●选择子集       
●列名重命名      
●删除重复值   
●缺失值处理（人工补全、删除缺失数据 、用平均值代替缺失值 、用统计模型出来的值代替缺失值）
●一致化处理      
●数据排序
●异常值处理        第1步：【选择子集】： 选择整列 - （右键- 隐藏）/ （开始- 格式-隐藏或取消隐藏）
重复的字段或数据太大，可选择隐藏列（尽量不删除数据，隐藏即可，保证原始数据的完整）第2步：●【 列名重命名】：点击单元格-直接修改第3步：●【删除重复值】： 数据 - 删除重复项第4步：●【缺失值处理】：（1）计算缺失值
●【定位】
选择列名（选取唯一值的列数，城市和职位ID）-  最下方的“计数”统计
通过两列的计数比较，快速得知是否存在数据的缺失
或者
●【筛选】
开始 - 查找和选择 - 定位条件 - 空值 （或 编辑- 查找 - 定位 - 定位条件 - 空值）/    数据-筛选
（2）处理缺失值
 1）人工补全（适合缺失数据较少的情况）
●【一次性补齐缺失值】
Ctrl 选中所有空值单元格 -  在选完后最后一个单元格那里松开ctrl键，并在这个单元格里输入缺失值 -  Ctrl + Enter 即可补齐全部空值

 2）删除缺失数据
 3）用平均值代替缺失值
 4）用统计模型出来的值代替缺失值第5步：【一致化处理】
数据是否有统一的标准或者命名。如存在单元格内的数据值，有一个或多个，为了统一，就会进行分列处理统一每列的数值个数一致
●【分列】
数据 - 分列 - 分隔符号 - 勾选连续分隔符号..-其他，设置用什么分割 - 下一步 - 完成
注：分列功能，会覆盖掉后面一列的数据，使用分列需要复制到新列进行处理
例如，公司所属领域（一个或多个领域名词混在一个单元格内，需要分列）、薪水（最高薪水、最低薪水、平均薪资需要分开）、统一数据格式等
●【常用函数使用】「一」、函数的3个功能
1、输入-功能-输出

2、公式-插入函数-平均值-选择函数项-确定
「二」、几个常见的函数
1、平均值函数（前提：单元格值为数值类型）=AVERAGE      
2、查找和字符串截取（1）字符串截取=FIND("查询的目标", 单元格的列号)=LEFT / RIGHT (目标单元格, FIND("查询的目标", 目标单元格列号))=MID(选中的目标单元格,起始位置,截取长度)
A、起始位置：使用find函数
=FIND("查询的目标",目标单元格列号)
B、截取长度：使用len函数和find函数结合
=LEN(目标单元格）-  起始位置
C、任意位置的字符串截取
=MID(选中的目标单元格,起始位置,截取长度)（2）自动填充函数
（3）查找和筛选
●【筛选】
数据 - 筛选
●【查找和替换】
开始 - 查找和选择 - 替换 - 设置替换值 - 全部替换 - 关闭错误值处理：
·观察数据，可将最小值 变成 最大值（4）【重点】字符串转换为数值
●【字符串中的“数字"「字符串」转化为数字类型】
插入空行-复制原列-粘贴- 选择性粘贴 -进行 设置（“设置”的具体步骤：字符串转成数字，一般【选择粘贴】中的“数值”，运算中的“无”  ）。（或 编辑-查找-定位-定位条件(mac版本))第6步：【数据排序】
用来发现更多有价值的数据
●【排序】
第1种方法：开始-排序和筛选-选择升/降序-勾选选定区域-排序
第2种方法：数据-排序第7步：【异常值处理】
使用excel上的数据透视表来进行操作
●数据透视表(split,apply,combine)
原理 : 数据处理模式
split：数据分组，具有相同属性的字段或数据特征进行分组
apply：应用函数，对分租后数值做分组操作，如求平均值、标准差等函数
combine：组合结果，对计算结果进行汇总案例描述：
（1）作图前的思考：
1）split:数据分组
对数据分组，根据目的地北京、上海进行分组

2）apply：应用函数
 应用函数，这里计算两组距离和延误时间的平均值

3）combine：组合结果
组合结果，统一结合得出结果

（2）案例中如何搭建数据透视表？
1）行和列的位置，对应数据处理模式的第一步： 数据分组，表示按对应列里的相同值进行分组
2）求和的位置，对应数据处理模式中的第二步：应用函数，例如列值加入计数，对每一组里面的数据进行统计所出现的次数，比如职位名称为“数据分析师“出现了多少次（或根据自己的实际情况做应用函数）
3）报表结果，对应数据模式中的第三步：组合结果。这种也可以筛查出异常值或者最高值（四） 构建模型「一 」解决问题
数据分析师的最热就业城市前5个哪些？ 
数据分析师的工作年限对就职数据分析师的影响？ 
数据分析师的薪水如何？计算平均薪水？「二」几个分析手段：
1、【升降序筛选】
行列值，分别拖入，点击升降序
2、【列汇总百分比】
字段设置-数据透视表字段-数据显示方式-列汇总百分比（或选中单元格-右键-值显示方式-列汇总百分比）
3、描述统计分析-【分析工具库-数据分析】
（1）第1步：文件-加载项- Excel加载项-勾选分析工具库
（2）第2步：菜单-数据-数据分析
（3）第3步：数据分析-描述统计-选定-分别勾选：标志位于第一行、新工作表组（命名）、汇总统计、平均数置信度、第K大值、第K小值
4、【平均值】
行、列值，分别拖入。值，将平均值计算选为平均值（五）数据可视化及实践【下一节会介绍】
三、一些Excel 问题的解决（一）日期数据处理1、求日期格式统一
【方法1】：分列（数据-分列-tab键-日期）【规整数据格式，如日期统一、格式统一】
【方法2】:  设置单元格格式（右键-设置单元格格式-自定义-选择日期的统一格式）2、求日期各分段的汇总数据
步骤：数据透视表-日期+数据拖入列值-选择任意单元格-右键创建组-设置3、求随时间变化的趋势
业务点：用户最近的几个月的变化趋势（用户增长量/下降量） 4、求最值问题（最大值/最小值）
步骤：数据透视表-值-下拉选择：值字段设置-值汇总方式-计算类型-选择你想要的最值类型或其他值类型（二）多表关联查询1、【重点】多表关联查询
【记住】vlookup(找什么,                                  在哪找,                                  第几列,                                  是准确找0 还是近似找1 )2、如何查找重复值？
【查找重复值】插入一个辅助列 —— 公式，这里两列拼接，如=A&B —— 插入vlookup多表关联查询
【？】3、如何对数据分组？
步骤：创建分组标准 - 插入vlookup函数进行多表关联查询 - 在哪找：从相对引用至绝对应用(按下F4)4、三种引用方式（1）单元格的构成：如A1，表示A列第1行
（2）相对引用：A1
相对引用，直接列号行号直接引用，即在最终结果展示后则会展示出各自引用的值，各自的值最终的结果则成为各自引用后的结果。
注：相对引用产生的问题：因为结果的数值会随着相对单元格的改变而改变，会导致一个最终结果数值错误。
（3）绝对引用：$A$1
单元格的列行号，在某列或某行加上 $ 表示"定住不动"的值，即为绝对引用
（4）混合引用：$A1   A$1

	

我们采用IBM SPSS23.0作为数据挖掘的操作软件。作为比较成熟的数据分析软件，SPSS23.0提供了比较完整的数据挖掘功能。为了便于不熟悉SPSS软件操作的同仁尽快掌握相关数据挖掘技能，我们在介绍数据挖掘技术的同时，对具体操作步骤进行说明。
1.基本描述统计分析
我们准备采用数据表与饼图相结合的方式，呈现数据的基本概况，使人们对留学生汉语辞书使用与需求的基本现状有一个总体和直观的了解。
数据表和饼图的制作步骤如下：
(1)启动SPSS，单击“文件”，选择“打开数据”，找到“对外汉语辞书应用状况调查与分析”，打开该文件。
(2)在菜单栏中找“分析—描述统计—频数”，在左边的列表中选中要分析的题目，比如“汉语词典对学习汉语是否重要”，选中后点击向右的箭头，将该选项加入到右边的“变量”列表中，选中“显示频率表”，如图1-1和图1-2所示：
图1-1 选中要分析的选项
图1-2 将要分析的选项送入右边的“变量”列表
(3)点击“图表--饼图”，“图表值”选“百分比”，如图1-3所示：
图1-3 点击“图表--饼图”，“图表值”选“百分比”
(4)点击“继续”，然后点击“格式”，在“排序方式”中选“按计数的降序排序”，点击继续。如图1-4所示：
图1-4 在“排序方式”中选“按计数的降序排序”
(5)点击“确定”，便生成饼图。
(6)饼图生成后，双击饼图，出现图表编辑器，双击图例所在区域，在弹出的“属性”选项卡上点击“变量”，选择“样式：模式”，再点击“应用”。如图1-5所示：
图1-5 选择“样式：模式”，再点击“应用”
(7)在饼图视图中，点击“元素”选项卡，选择“显示数据标签”。如图1-6所示：
图1-6 点击“元素”选项卡，选择“显示数据标签”
(8)上述步骤完成后，便生成了如表1-9所示的数据表和图1-7所示的饼图。
        表1-9 汉语词典对学习汉语是否重要统计表
图1-7 汉语词典对学习汉语是否重要饼图
2.卡方检验
         卡方检验是对分类资料进行统计推断的常用的一种假设检验方法，它可以对基于人口学变量的频数差异进行检验，确定这些差异是否具有统计学上的显著意义。
卡方检验的步骤如下：
(1)在菜单栏中点击“分析—描述统计—交叉表”，出现“交叉表”主选项卡，在行中放入要进行对比的人口学变量，如“性别”，在列中放入要进行分析的问卷题目，比如“汉语词典对学习是否重要”；
图1-8 点击“分析—描述统计—交叉表”，将要分析的项目放入“行”和“列”
(2)点击“统计”，在弹出的“交叉表：统计”选项卡上勾选“卡方”，点继续；
图1-9“交叉表：统计”选项卡上勾选“卡方”
(3)在“交叉表”主选项卡上点“确定”，就会出现卡方检验的结果。本例的结果如表1-10。
表 1-10 性别*学习词典重要性卡方检验表
表1-10表明，该项目的卡方检验结果为：χ2=.399，df=3， p= .940> 0.05， 证明男生和女生在学习词典是否重要这一问题的四个选项的回答在0.05的水平上不具有统计学意义上的显著差异。
如果卡方分析的结果没有显著性差异，就没有必要进行下面的基于人口学变量的分项对比分析和对应分析。
我们又对“性别*对汉语词典‘前言’的阅读情况”进行了卡方分析，结果如表1-11：
表 1-11 性别*对汉语词典‘前言’的阅读情况卡方检验表
我们利用SPSS对上述数据进行卡方检验，结果为：χ2=14.024，df=3， p=0.003<0.05，证明男生和女生在上述四个选项的回答上在0.05的水平上有统计学意义上的显著差异，可以进行基于人口学变量的分项对比分析和对应分析，找出具体差异所在。
3.基于人口学变量的分项对比分析
“数据库”中设计了“性别”“国籍”“母语”“汉语水平”“汉语学习时间”等人口学变量。对这些信息的挖掘有助于我们了解不同性别、来自不同国家、具备不同汉语水平、汉语学习时间不同的留学生在汉语辞书应用与需求等方面的异同，这对于辞书市场的细分、辞书编撰的个性化需求的满足、辞书知识教学的针对性和有效性的提高等都具有非常高的价值，特别是在“供给侧改革”的大背景下，这些信息对于如何有效改善和提高汉语辞书、辞书知识及辞书教育的供给，具有十分重要的价值和意义。
         本研究准备就“性别”“汉语水平”“母语-语系”“母语—纯语系”“洲合并”“国家—洲”“汉语学习时间”等关键人口学变量，对于卡方检验认为有显著差异的变量之间的关系，进行对比分析，进一步揭示具体的差异所在。通过条形图和数据分析表，使人们在对关异同有直观感受的同时，获得精确的统计信息。
数据表和条形图的制作步骤如下：
(1)点击菜单栏上的“分析—描述统计—交叉表”，在弹出的“交叉表”选项卡上，把要分析的人口学变量，比如“性别”，送入右侧的“行”中，把要分析的项目，比如“汉语词典对学习汉语是否重要”送入右侧的“列”中，勾选“交叉表”选项卡上左下侧的“显示簇状条形图”。如图1-10所示。
图1-10 点击菜单栏上的“分析—描述统计—交叉表”
(2)点击“交叉表”左侧的“单元格”，在弹出的“交叉表：单元格显示”选项卡上，点击“百分比”下面的“行”，按“继续”。如图1-11所示。
图1-11 “交叉表：单元格显示”选项卡的设置
(3)在“交叉表”选项卡上点“确定”，便会生成表1-10和图1-11。
表1-12 汉语词典对学习汉语是否重要(%)
图1-12 按性别比较的彩色条形图
(4)图12是彩色图，如果要得到黑白图，则双击条形图，进入“图形编辑器”界面。在该界面上点击“编辑”—“属性”，在弹出的选项卡上点击“变量”，选择“样式：模式”，点击“应用”，就会得到黑白条形图。
图1-13 按性别比较的黑白条形图
4.对应分析
         对应分析也称关联分析，是数据挖掘中较为有用的一种多元相关变量统计分析技术，用来揭示不同变量之间的对应关系。该技术在市场细分、产品定位以及计算机工程领域里有较多应用，其原因在于，作为一种视觉化的数据分析方法，它能够将几组凭直觉难以看出联系的数据之间的关系，通过视觉上可以感知的定位图展现出来。
         在数据挖掘中，对应分析可以作为卡方分析的进一步深入，对于卡方检验认为有显著差异的变量之间的联系，通过对应分析进一步揭示具体的差异所在。
根据选项答案的数量，对应分析可以分成两种，第一种是至少其中一个选项的为两项的，第二种为两个选项的答案均为三个或三个以上的。
具体步骤如下：
(1)至少其中一个选项答案的为两项的：
A．在菜单栏点击“分析—降维—最优标度—定义”，在“多重对应分析”选项卡上，将卡方检验结果有显著差异、欲进行对应分析的项目送入“分析变量”一栏，如图1-14所示：
图1-14 点击“分析—降维—最优标度—定义”，定义分析变量
B．点击“变量”，在弹出的“MCA：变量图”选项卡上，将要分析的变量送入“联合类别图”一栏，如图1-15所示：
图1-15要分析的变量送入“联合类别图”一栏
C．点击“继续”，退回到“多重对应分析”选项卡，点击“确定”，就会得到对应分析图，如图1-16。
图1-16前言阅读情况与性别对应分析图
从图1-16可以看出，男生离“从不阅读”比较近，女生离“按需要选择阅读”距离比较近，就是说，男生选择“从不阅读”人数比较多，而女生选择“按需要选择阅读”的人数较多。对于“认真阅读”，男生和女生距离都比较远，这说明无论男生还是女生，选择这一选项的人数都比较少。
         这一信息，无论是对于对外辞书编纂还是对外辞书教育来说，都具有深刻的启发意义。首先，从对外辞书编纂的角度来看，在受调查的留学生中，无论男生还是女生，选择“认真阅读前言”这一选项的人数都比较少，这一方面说明，可能留学生还没有充分认识到“前言”在辞书使用中的重要价值和意义，另一方面，也是尤为重要的，这一结果说明，我们在对外汉语辞书“前言”编写的方面需要进行更多的工作，使得汉语辞书的“前言”在语言上更能为留学生所理解、接受和喜爱，在功能上能够为留学生如何使用辞书提供更多有针对性和切合实际的指导和帮助。其次，在对外辞书教育方面，对外汉语教师在获知这一信息后，一方面，需要从总体上强调辞书“前言”对于辞书使用的重要性，以使留学生普遍意识到辞书“前言”的作用；另一方面，在辞书教育中，相较于女生，男生更需要加强对词典“前言”意义的认识，以提高他们对“前言”重视程度，从而提高他们在查阅词典时的针对性和效率。
(2)两个选项答案均为三个或三个以上的：
A．在菜单栏点击“分析—降维—对应分析”，将欲进行对应分析的选项分别送入“行”和“列”，如图1-17所示：
图1-17点击“分析—降维—对应分析”，将欲进行对应分析的选项分别送入“行”和“列”
B. 分别点击行和列下面的“定义范围”，在弹出的对话框里输入答案的最小值和最大值，然后依次点“更新”、“继续”，如图1-18所示：
图1-18定义行范围
C. 行和列范围定义完毕后回到“对应分析”主选项卡，点“确定”，如图1-19所示：
图1-19行、列范围定义完毕后在“对应分析”主选项卡点击“确定”
D．然后就会得到对应分析图，如图1-20。
图1-20：“前言阅读情况”与“汉语水平”对应分析图
从图1-20可以看出，汉语水平为“初级”的学生离“按需要选择阅读”较近，说明他们选择这个选项的人数较多；而“汉语水平”为“中级”的离“从不阅读”较近，说明他们选择该选项的人数较多。
(五)多选题的数据挖掘步骤
上面的数据挖掘步骤是针对单选题的，即一个题目要求被调查对象从给出的答案中选择一个选项。“数据库中”有些题目是多选题，即允许被调查对象从给出的答案中选择多个答案。例如，“数据库”中“电子词典的使用场合”这一题目注明了使用场合“可多选”并给出了“阅读、翻译、写作、学习词汇”四个选项。
对这类题目，不能直接按照上面的分析步骤进行数据挖掘，而是要先将多选题的数据制成一个新的数据集，然后再进行分析。制作新数据集的步骤如下：
1. 在菜单栏点击“分析—多重响应—定义变量集”，弹出“定义多重响应集”选项卡，将该题目的所有四个选项送入“集合中的变量”栏目，“变量编码方式”选“二分法”，“计数值”填入“1”，“名称”和“标签”均填写“电子词典的使用场合”，如图然后点“添加”，如图1-21所示。
图1-21点击“分析—多重响应—定义变量集”，“定义多重响应集”
2. 点击“定义多重响应集”选项卡上的“添加”按钮，完成“多重响应集”的定义。如图1-22所示。
图1-22点击“定义多重响应集”选项卡上的“添加”按钮，完成“多重响应集”的定义
3. 点击关闭。这样多重响应集就制作完成了。
4. 对多重响应集进行频数分析。
(1)“分析—多重响应—频数”，在弹出的“多重响应集频数”选项卡中，将“电子词典的使用场合”送入“表”列表，如图1-23所示：
图1-23将“电子词典的使用场合”送入“表”列表
(2)点击“确定”，就会出现“电子词典使用场合频数统计表”，如表1-13所示：
表1-13电子词典使用场合频数
5. 将制成的多重响应集按照人口学变量进行统计分析。例如，我们要对性别进行分析，则按一下步骤进行。
(1)点击“分析—多重响应—交叉表”，将“性别”送入行，将“电子词典使用场合”送入列，如图1-24所示：
图1-24将“性别”送入行，将“电字词典使用场合”送入列
(2)点击“性别”，在弹出的“多重响应交叉表：定义变量范围”选项卡上，定义变量范围。由于“性别”变量有“1”和“2”两个值，在最小值处填入“1”，最大值处填入“2”，如图1-25所示。
图1-25 定义变量范围
(3)点“继续”，返回“多重响应交叉表”选项卡，点“确定”，就会出现统计结果，如表1-14所示：
表1-14性别*电子词典使用场合交叉表
(4)将表1-14中的数据(不包括总计)部分拷贝到粘贴板，用R语言进行数据转置，代码如下：
a
library(reshape2)
b频数")
write.table(b, “e:/辞书项目/3.sav”,sep= “”, row.names = F, quote = F)
(5)运行上述代码，会在“e:/辞书项目/”生成数据表“3.sav”,如表1-15；
表1-15 用R语言转置后得到的数据表
(6)用SPSS打开“e:/辞书项目/3.sav”。
(7)对数据进行加权处理。方法为：点击菜单栏上的“数据—个案加权”，弹出“个案加权”选项卡，点选“个案加权系数”，把需要加权的选项，比如“频数”，送入“频数变量”选项框，如图所示1-26：
图1-26 数据加权
(8)点击“确定”，就可以进行后续的数据挖掘了，具体步骤和前面叙述的单选题的数据挖掘的步骤相同。

目录

什么是对应分析

对应分析的计算步骤

R语言实现

对应分析应注意的几个问题

什么是对应分析

对应分析是在因子分析基础上发展起来的，因子分析分为R型和Q型因子分析，R型是对变量（指标）做因子分析，Q型是对样品做因子分析，研究样品之间的相互关系，对应分析是把R和Q统一起来，通过R型因子分析直接得到Q型因子分析的结果，同时把变量（指标）和样品反映到相同的坐标轴（因子轴）的一张图形上，以此来说明变量（指标）与其样品之间的关系。

对应分析的计算步骤

（1）由数据矩阵x，计算规格化的概率矩阵p

（2）计算过度矩阵



（3）进行因子分析

R型：



Q型：



（4）做变量点图与样本点图

R语言实现

	高	中高	中	中低	低
好	121	57	72	36	21
轻微症状	188	105	141	97	71
中等症状	112	65	77	54	54
受损	86	60	94	78	71


> X=read.table("clipboard",header=T)#读取例11.1数据
> chisq.test(X)#卡方检验

        Pearson's Chi-squared test

data:  X
X-squared = 45.594, df = 12, p-value = 8.149e-06

> 

> library(MASS)#加载MASS包  
> ca1=corresp(X,nf=2)#对应分析 
> ca1#对应分析结果
First canonical correlation(s): 0.16131842 0.03708777 

 Row scores:
                [,1]       [,2]
好       -1.60963036  0.3578469
轻微症状 -0.18259493  0.6086516
中等症状  0.08802881 -1.8862612
受损      1.47098263  0.5310007

 Column scores:
            [,1]       [,2]
高   -1.13377133 -0.4184972
中高 -0.36589975 -0.6051416
中    0.05506891  1.1414935
中低  1.02532006  1.1682280
低    1.78331343 -1.6684803
> 

> par(mar=c(4,4,3,1),cex=0.8)
> biplot(ca1)#双坐标轴图
> abline(v=0,h=0,lty=3)#添加轴线



在图像中，相似的类会聚在一起，靠得很近，因而我们根据两种定性变量之间的距离，就可以看出两个变量的那些类相似，从而进行分组。

对应分析应注意的几个问题

（1）不能用于相关关系的假设检验，对应分析两个变量之间的联系，而不能说明这两个变量存在的关系是否显著，只是用来揭示这两个变量内部类别之间的关系。

（2）维度有研究者根据变量所含的最小类别数决定，由于维度取舍不同，其所包含的信息量也有所不同，一般来讲，如果各变量所包含的类别较少，则在两个维度进行对应分析时损失的信息量才能减少。

（3）对极端值应该做敏感性研究

（4）研究对象要有可比性

（5）对应分析的基础是交叉汇总表，即是列联表，也表示行列的对应关系

（6）变量的类别应涵盖所有可能出现的情况

（7）对应分析、因子分析和主成分分析虽然都是多变量统计分析，但对于分析的目的与因子分析或主成分分析的目的是完全不同的，前者是通过图像直观地表现变量所含类别间的关系，后者则是降维。

（8）在解释图像变量类别间关系时，要注意所选择的数据标准化方式，不同的标准化方式会导致类别在图像上的不同分布。

结构化分析具体步骤

1.建立当前系统的“具体模型”：分析系统的“具体模型”，就是现实环境的忠实写照，这样的表达与当前系统完全对应，因此用户容易理解。

2.抽象出当前系统的逻辑模型：分析系统的"具体模型“，抽象出其本质的因素，排除次要因素，获得当前系统的”逻辑模型“。

3.建立目标系统的逻辑模型，分析目标系统与当前系统逻辑上的差别，从而进一步明确目标系统”做什么“，建立目标系统的”逻辑模型“。

4.为了对目标系统的进行完整描述，还需要考虑人机界面和其他一些问题。