面板数据(Panel Data)包含了样本的截面数据和时间序列数据，是经济管理领域最为常见的数据组织形态，它既能反映个体之间的差异信息，也能描述个体的动态变化特征。传统的面板数据分析模型主要用于线性回归，需要通过多种检验，以选择有效的回归模型。本案例综合应用数据挖掘中常用的聚类分析、关联分析、链接分析、分类分析，对多维面板数据进行分析，通过综合样本的多个属性信息，以更准确的识别样本特征及发现其演化规律。 本案例以SAS软件为分析平台，应用聚类分析对面板数据中每一样本的多维观测值进行聚类，根据聚类结果，把属于同一类的多维观测点认为具有相同的特征，并用类编号表示其特征代码，原面板数据中的时间序列数据可相应转化为特征代码序列;应用时序关联分析及链接分析等方法对上述的特征代码序列进行分析，提取特征在时序上的变化规律，发现特征的演化模式，据此可以预测样本未来的特征;利用上述聚类分析建立的分类规则，应用分类分析方法，可以对样本的新观测值进行分类识别，得到样本的新特征，进而可以验证上述分析发现的演化模式。 本案例试图建立一个完整的数据分析链条，涵盖特征识别、演化模式识别、演化模式验证等环节，各环节有机联系起来，并综合运用多种数据挖掘分析方法加以实现。可应用于不同课程的实验教学环节，或满足相应数据分析的研究需求。
"
["minPrice"]=>
string(4) "0.00"
["maxPrice"]=>
string(4) "0.00"
["discountId"]=>
string(1) "0"
["images"]=>
array(3) {
["large"]=>
string(75) "http://www.chinadatacase.com/files/course/2023/05-05/155451b9fcc6577244.png"
["middle"]=>
string(75) "http://www.chinadatacase.com/files/course/2023/05-05/155451ba06ee615483.png"
["small"]=>
string(75) "http://www.chinadatacase.com/files/course/2023/05-05/155451ba0d62623196.png"
}
["ratingNum"]=>
string(1) "0"
["rating"]=>
string(1) "0"
["hitNum"]=>
string(3) "458"
["hotSeq"]=>
string(1) "0"
["maxPriceObj"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["minPriceObj"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["minDisplayPrice"]=>
string(4) "0.00"
["maxDisplayPrice"]=>
string(4) "0.00"
["minDisplayPriceObj"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["maxDisplayPriceObj"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["canManage"]=>
bool(false)
["peopleShowNum"]=>
string(3) "134"
["isMember"]=>
bool(false)
["status"]=>
string(9) "published"
["orgId"]=>
string(1) "1"
["orgCode"]=>
string(2) "1."
["recommendWeight"]=>
string(1) "0"
["recommendedTime"]=>
string(1) "0"
["createdTime"]=>
string(25) "2022-07-28T09:47:00+08:00"
["updatedTime"]=>
string(25) "2026-02-09T06:38:54+08:00"
["product"]=>
array(7) {
["id"]=>
string(3) "910"
["targetType"]=>
string(6) "course"
["title"]=>
string(90) "多维经济面板数据的特征识别及演化分析——基于数据挖掘分析方法"
["owner"]=>
string(2) "71"
["createdTime"]=>
string(10) "1658972820"
["updatedTime"]=>
string(10) "1683513135"
["target"]=>
array(17) {
["id"]=>
string(3) "946"
["type"]=>
string(6) "normal"
["title"]=>
string(90) "多维经济面板数据的特征识别及演化分析——基于数据挖掘分析方法"
["subtitle"]=>
string(0) ""
["summary"]=>
string(1846) " 面板数据(Panel Data)包含了样本的截面数据和时间序列数据，是经济管理领域最为常见的数据组织形态，它既能反映个体之间的差异信息，也能描述个体的动态变化特征。传统的面板数据分析模型主要用于线性回归，需要通过多种检验，以选择有效的回归模型。本案例综合应用数据挖掘中常用的聚类分析、关联分析、链接分析、分类分析，对多维面板数据进行分析，通过综合样本的多个属性信息，以更准确的识别样本特征及发现其演化规律。 本案例以SAS软件为分析平台，应用聚类分析对面板数据中每一样本的多维观测值进行聚类，根据聚类结果，把属于同一类的多维观测点认为具有相同的特征，并用类编号表示其特征代码，原面板数据中的时间序列数据可相应转化为特征代码序列;应用时序关联分析及链接分析等方法对上述的特征代码序列进行分析，提取特征在时序上的变化规律，发现特征的演化模式，据此可以预测样本未来的特征;利用上述聚类分析建立的分类规则，应用分类分析方法，可以对样本的新观测值进行分类识别，得到样本的新特征，进而可以验证上述分析发现的演化模式。 本案例试图建立一个完整的数据分析链条，涵盖特征识别、演化模式识别、演化模式验证等环节，各环节有机联系起来，并综合运用多种数据挖掘分析方法加以实现。可应用于不同课程的实验教学环节，或满足相应数据分析的研究需求。
"
["cover"]=>
array(3) {
["large"]=>
string(75) "http://www.chinadatacase.com/files/course/2023/05-05/155451b9fcc6577244.png"
["middle"]=>
string(75) "http://www.chinadatacase.com/files/course/2023/05-05/155451ba06ee615483.png"
["small"]=>
string(75) "http://www.chinadatacase.com/files/course/2023/05-05/155451ba0d62623196.png"
}
["status"]=>
string(9) "published"
["studentNum"]=>
string(3) "134"
["discountType"]=>
string(8) "discount"
["discount"]=>
string(2) "10"
["minCoursePrice"]=>
string(4) "0.00"
["maxCoursePrice"]=>
string(4) "0.00"
["defaultCourseId"]=>
string(3) "949"
["productId"]=>
string(3) "910"
["goodsId"]=>
string(3) "910"
["minCoursePrice2"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["maxCoursePrice2"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
}
}
["extensions"]=>
array(3) {
[0]=>
string(8) "teachers"
[1]=>
string(14) "recommendGoods"
[2]=>
string(10) "isFavorite"
}
["specs"]=>
array(1) {
[0]=>
array(26) {
["id"]=>
string(3) "913"
["goodsId"]=>
string(3) "910"
["targetId"]=>
string(3) "949"
["title"]=>
string(0) ""
["seq"]=>
string(1) "1"
["status"]=>
string(9) "published"
["price"]=>
string(4) "0.00"
["coinPrice"]=>
string(4) "0.00"
["usageMode"]=>
string(7) "forever"
["usageDays"]=>
string(1) "0"
["usageStartTime"]=>
string(1) "0"
["usageEndTime"]=>
string(1) "0"
["buyableStartTime"]=>
string(1) "0"
["buyableEndTime"]=>
string(1) "0"
["buyableMode"]=>
NULL
["buyable"]=>
string(1) "1"
["maxJoinNum"]=>
string(1) "0"
["services"]=>
array(0) {
}
["priceObj"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["displayPrice"]=>
string(4) "0.00"
["displayPriceObj"]=>
array(2) {
["currency"]=>
string(3) "RMB"
["amount"]=>
string(4) "0.00"
}
["isMember"]=>
bool(false)
["access"]=>
array(2) {
["code"]=>
string(14) "user.not_login"
["msg"]=>
string(15) "用户未登录"
}
["hasCertificate"]=>
bool(false)
["learnUrl"]=>
string(42) "http://www.chinadatacase.com/my/course/949"
["teachers"]=>
array(1) {
[0]=>
array(6) {
["id"]=>
string(2) "71"
["nickname"]=>
string(6) "admin2"
["title"]=>
string(5) "admin"
["uuid"]=>
string(40) "0594022bb8ab8bc17c0faad10ac9e108223f750e"
["destroyed"]=>
string(1) "0"
["avatar"]=>
array(3) {
["small"]=>
string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415c02ed921676.png"
["middle"]=>
string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415bfc8f030926.png"
["large"]=>
string(73) "http://www.chinadatacase.com/files/user/2023/03-09/0913415bee27724865.png"
}
}
}
}
}
}
{
"i18nChapterName": "章",
"i18nUnitName": "节",
"i18nLessonName": "课时",
"i18nTaskName":"任务"
}
{
"text": {
"icon": "es-icon es-icon-graphic",
"name": "图文"
}
,
"video": {
"icon": "es-icon es-icon-video",
"name": "视频"
}
,
"audio": {
"icon": "es-icon es-icon-audio",
"name": "音频"
}
,
"live": {
"icon": "es-icon es-icon-entry-live",
"name": "直播"
}
,
"discuss": {
"icon": "es-icon es-icon-discuss",
"name": "讨论"
}
,
"flash": {
"icon": "es-icon es-icon-flash",
"name": "Flash"
}
,
"doc": {
"icon": "es-icon es-icon-document",
"name": "文档"
}
,
"ppt": {
"icon": "es-icon es-icon-ppt",
"name": "PPT"
}
,
"testpaper": {
"icon": "es-icon es-icon-examination",
"name": "考试"
}
,
"homework": {
"icon": "es-icon es-icon-task",
"name": "作业"
}
,
"exercise": {
"icon": "es-icon es-icon-exercise",
"name": "练习"
}
,
"download": {
"icon": "es-icon es-icon-downloadfile",
"name": "下载资料"
}
,
"cases": {
"icon": "es-icon es-icon-school",
"name": "实验"
}
}
1771269112
