4.3.5 交叉分析法

第一章 数据管理与分析应用概述
　　项目范例 中学生膳食和运动习惯的数据管理与分析调查
　　1.1 数据管理与分析技术
　　1.1.1 数据管理技术与方法
　　1.1.2 数据分析技术与方法
　　1.2 数据管理与分析的重要性及应用价值
　　1.2.1 数据管理与分析的重要性
　　1.2.2 数据管理与分析的应用价值
第二章 需求分析与数据建模
　　项目范例 中学生体质健康数据管理系统的需求分析与数据建模
　　2.1 项目需求分析与解决方案
　　2.1.1 项目需求分析
　　2.1.2 项目解决方案
　　2.2 数据的采集与分类
　　2.2.1 数据采集的途径
　　2.2.2 数据的分类
　　2.3 建立关系数据模型
　　2.3.1 概念模型与E-R方法
　　2.3.2 从概念模型到关系数据模型的转换
第三章 数据管理
　　项目范例 中学生体质健康数据管理系统的数据管理
　　3.1 关系数据库的建立
　　3.1.1 创建数据库和数据表
　　3.1.2 修改表的结构
　　3.1.3 建立表之间的联系
　　3.1.4 数据库事务的处理
　　3.2 数据的查询
　　3.2.1 数据库基本的查询方法
　　3.2.2 使用结构化查询语言SQL查询数据
　　3.3 数据的备份与恢复
　　3.3.1 数据丢失的风险及原因
　　3.3.2 常见的数据备份与恢复方法
第四章 数据分析
　　项目范例 中学生体质健康数据管理系统的数据分析
　　4.1 数据分析概述
　　4.1.1 数据分析的方法
　　4.1.2 数据分析的工具
　　4.1.3 数据导入
　　4.1.4 数据导出
　　4.2 数据处理
　　4.2.1 数据清洗
　　4.2.2 数据的合并
　　4.2.3 数据的计算
　　4.2.4 数据分组
　　4.3 描述性分析
　　4.3.1 基本统计
　　4.3.2 平均值分析法
　　4.3.3 分组分析法
　　4.3.4 对比分析法
　　4.3.5 交叉分析法
　　4.3.6 相关分析
　　4.3.7 常用的数据分析方法对比
　　4.4 数据的可视化表达
　　4.4.1 常用图形的绘制
　　4.4.2 数据可视化实例1——回归分析
　　4.4.3 数据可视化实例2——聚类分析
第五章 数据管理与分析的发展趋势
　　项目范例 体验电子商务数据的管理与分析新技术应用
　　5.1 数据管理与分析的新发展
　　5.1.1 数据的多样性与应用场景
　　5.1.2 数据管理技术新进展
　　5.1.3 数据分析技术新进展
　　5.2 数据挖掘与大数据的意义
　　5.2.1 数据挖掘的意义
　　5.2.2 大数据的意义