数据挖掘在经济统计中的价值体现范文

本站小编为你精心准备了数据挖掘在经济统计中的价值体现参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、数据挖掘的相关技术与在经济统计中的应用

正是由于对于数据的大量收集、先进的计算机技术、数据算法的产生、超大规模数据库的出现、数据访问速度的提升、对数据进行精深统计方法计算的能力等等一系列东西的出现，从而一步步使得数据挖掘技术的作用越来越广泛。对于经济统计准确性与实用性的需要，数据挖掘技术才开始慢慢渗透到经济统计工作中。数据挖掘技术的主要方法有：统计分析方法，数据库字段项之间存在两种关系，函数关系和相关关系，即能用函数公式表示的确定性关系与不能用函数公式表示，但仍是相关确定性关系。即利用统计学原理对数据库中的信息进行分析。

神经网络方法，是一种模拟人脑信息加工过程的智能化信息技术。就像人的神经网络的过程一样，经过输入、分析、输出的过程，而在经济统计过程中得到实际应用。它为我们提供了一种完整的、准确的处理过程，使得经济运行模式就像人在接受处理信息的过程一样而形象化、具体化、实用化，更好地取得经济过程中各个部分之间的联系，从而获得对经济问题的分析，获得处理办法。决策树是一种用于预测模型的算法，是基于统计理论的非参数识别技术，通过对大量数据的有目的分类，找到有价值、潜在的信息。正是由于分类速度快，描述简单，特别适合对经济运行过程中出现的大规模数据的处理工作。

粗集理论的方法，是一种研究不精确、不确定知识的数学工具，是通过对上下近似集来出来不确定问题。它算法简单，易于操作；不需要给出额外信息；简化输入信息的表达空间。对于不确定的经济因素提供了一种思维方法，正是通过这种近似原则，使得经济决策更加的与需求所接近，为最大利益化的获得给予有力支撑。

遗传算法，是一种根据生物自然选择与遗传机理的随机搜索算法，其思路是根据社会问题，在指定对象的人群中去采集信息，通过对隐含信息的整合、分析，进而得到结果。它具有隐含性、易于和其它模型结合，可以对隐含数据进行采集，而后把挖掘出的数据加以分析，进而得到应用。经济问题是一个发展变化的问题，内部有着千丝万缕的联系，参照遗传算法，我们就可以通过源头开始，一步步向下延伸，去提取数据，进行整体分析，这样就把经济问题具体化、直接化、目标化，使得问题的研究更加直观，把隐性的表现化，促使经济统计工作更加简单、直白。

二、数据挖掘流程在经济统计中的体现

定义问题，对于经济问题，要定义出所要探究的问题，确定数据挖掘的目的。

1.数据准备，选择数据，数据预处理。即对所要探究的经济问题所涉及到的数据进行采集，做好前期的一些处理工作，使得数据得到简化，为后续工作的顺利进行做准备。

2.数据挖掘，根据数据的类型和数据的特点选择相应的算法，利用人工智能、统计等方法，去发掘出有用的信息。

3.结果分析，对上述得到的结果进行分析、评估，进而通过这一步骤去调整上面的方法，使得结果更加贴切。

4.知识的运用，将得到的结果应用到实际经济问题中去，进而实现经济的良好运行与发展。

三、结束语

经济的发展结果使得各部分之间的联系更加的紧密，所包含的内容更加的复杂化，这使得经济统计工作的难度进一步加大，而数据挖掘技术就是通过发觉事物内部之间的联系、去揭示那些隐含的、潜在的、未知的但是却意义重大的东西，而使得经济统计工作能够得以有效运行。通过采用数据挖掘技术，使经济统计工作获得长足的进步，结果更加的准确，为社会经济发展、国家财富的积累起到了举足轻重的作用。

作者：郝岩单位：河北省邢台市房屋修缮公司