1，有哪些免費且強大的數(shù)據(jù)分析軟件2，有哪些好用的數(shù)據(jù)分析工具類軟件3，數(shù)據(jù)分析師常用工具有哪些4，有好的免費的數(shù)據(jù)統(tǒng)計分析軟件么5，統(tǒng)計數(shù)據(jù)分析的軟件有那些1，有哪些免費且強大的數(shù)據(jù)分析軟件
這樣的軟件沒有。這些簡單的比較分析，用excel就可以了。？？？
2，有哪些好用的數(shù)據(jù)分析工具類軟件
bi數(shù)據(jù)分析系統(tǒng)去解決。bi數(shù)據(jù)分析系統(tǒng)用來將企業(yè)中現(xiàn)有的數(shù)據(jù)進行有效的整合，快速準確地提供報表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務經(jīng)營決策。做大數(shù)據(jù)分析bi系統(tǒng)十多年的廠 商（奧威 軟件）可以在奧威軟件官網(wǎng)下載免費版數(shù)據(jù)分析系統(tǒng)
3，數(shù)據(jù)分析師常用工具有哪些
bdp個人版，在數(shù)據(jù)整合、數(shù)據(jù)處理、可視化分析等數(shù)據(jù)功能方面都還不錯。你好！可以試試數(shù)據(jù)觀，是一款免費的在線數(shù)據(jù)分析工具，比excel好用、比傳統(tǒng)bi更高效，企業(yè)非it人員可以快速將數(shù)據(jù)轉化成直觀的圖表，通過可視化的方式不斷探索數(shù)據(jù)，發(fā)現(xiàn)問題、找出原因、從而制定對策。你自己可以去官網(wǎng)www.shujuguan.cn注冊個帳號試試，希望對你有幫助。謝謝采納。
4，有好的免費的數(shù)據(jù)統(tǒng)計分析軟件么
1、關于同環(huán)比：可以不用計算公式的，可以直接分析同環(huán)比，工具也不收費。1）上傳數(shù)據(jù)：打開bdp個人版，在工作表界面上傳你想要分析的原始excel數(shù)據(jù)表，再點擊右上角的新建圖表。2）拖拽數(shù)據(jù)到維度、數(shù)值欄：拖拽時間數(shù)據(jù)到維度欄，拖拽需要分析的數(shù)據(jù)到數(shù)值欄，單擊數(shù)值選擇“高級計算”——同環(huán)比，選擇對應的增長率或增長值即可，不用計算，同環(huán)比就好了。2、關于你說的輸入各種數(shù)據(jù)后能自動出來文字敘述，這個需求還真不知道哪個工具可以實現(xiàn)，希望大神推薦。現(xiàn)在我是可以用工具制作圖表，還能用工具輸入描述文字，簡單理解成數(shù)據(jù)報告或數(shù)據(jù)匯報吧，上述的bdp就能實現(xiàn)我這個需求，excel也是ok的！可以免費試用下數(shù)據(jù)統(tǒng)計分析軟件growingio。它主要分為數(shù)據(jù)采集、數(shù)據(jù)監(jiān)控、數(shù)據(jù)可視化和數(shù)據(jù)分析分析4個模塊。 數(shù)據(jù)的同比、環(huán)比在單圖里直接選擇相應的維度和指標就行，秒級出數(shù)，效率也很高。轉化率可以用智能路徑，一步到位。熱圖是基于內(nèi)容的，分析商品、內(nèi)容啥的特別好用這樣的軟件沒有。這些簡單的比較分析，用excel就可以了。破解版本的軟件很多的我替別人做這類的數(shù)據(jù)分析蠻多的數(shù)據(jù)分析軟件還是蠻多的啊，比較傳統(tǒng)的就是excel啦，功能上面也是比較強大的，只是個人覺得不是很容易上手；樓主要是想找一些容易上手的數(shù)據(jù)分析軟件的話，可以在網(wǎng)上搜一些在線的數(shù)據(jù)分析工具，像什么bdp個人版，數(shù)據(jù)觀，諸葛io這些的都可以的，而且這些數(shù)據(jù)分析工具一般都很容易上手的，畢竟是小白神器，個人使用的是bdp個人版，覺得還是很不錯的，樓主可以試試，希望被采納！
5，統(tǒng)計數(shù)據(jù)分析的軟件有那些
spss,sas,systat,matlab,militabspss sas r matlab ewives excelexcel1.墓于粗糙集( rough set)理論的約簡方法 粗糙集理論是一種研究不精確、不確定性知識的數(shù)學工具。目前受到了kdd的廣泛重視，利用粗糙集理論對數(shù)據(jù)進行處理是一種十分有效的精簡數(shù)據(jù)維數(shù)的方法。我們所處理的數(shù)據(jù)一般存在信息的含糊性(vagueness)問題。含糊性有三種:術語的模糊性，如高矮;數(shù)據(jù)的不確定性，如噪聲引起的;知識自身的不確定性，如規(guī)則的前后件間的依賴關系并不是完全可靠的。在kdd中，對不確定數(shù)據(jù)和噪聲干擾的處理是粗糙集方法的 2.基于概念樹的數(shù)據(jù)濃縮方法 在數(shù)據(jù)庫中，許多屬性都是可以進行數(shù)據(jù)歸類，各屬性值和概念依據(jù)抽象程度不同可以構成一個層次結構，概念的這種層次結構通常稱為概念樹。概念樹一般由領域專家提供，它將各個層次的概念按一般到特殊的順序排列。 3.信息論思想和普化知識發(fā)現(xiàn) 特征知識和分類知識是普化知識的兩種主要形式，其算法基本上可以分為兩類:數(shù)據(jù)立方方法和面向屬性歸納方法。 普通的基于面向屬性歸納方法在歸納屬性的選擇上有一定的盲目性，在歸納過程中，當供選擇的可歸納屬性有多個時，通常是隨機選取一個進行歸納。事實上，不同的屬性歸納次序獲得的結果知識可能是不同的，根據(jù)信息論最大墑的概念，應該選用一個信息丟失最小的歸納次序。 4.基于統(tǒng)計分析的屬性選取方法 我們可以采用統(tǒng)計分析中的一些算法來進行特征屬性的選取，比如主成分分析、逐步回歸分析、公共因素模型分析等。這些方法的共同特征是，用少量的特征元組去描述高維的原始知識基。 5.遺傳算法〔ga, genetic algo}thrn}) 遺傳算法是一種基于生物進化論和分子遺傳學的全局隨機搜索算法。遺傳算法的基本思想是:將問題的可能解按某種形式進行編碼，形成染色體。隨機選取n個染色體構成初始種群。再根據(jù)預定的評價函數(shù)對每個染色體計算適應值。選擇適應值高的染色體進行復制，通過遺傳運算(選擇、交叉、變異)來產(chǎn)生一群新的更適應環(huán)境的染色體，形成新的種群。這樣一代一代不斷繁殖進化，最后收斂到一個最適合環(huán)境的個體上，從而求得問題的最優(yōu)解。遺傳算法應用的關鍵是適應度函數(shù)的建立和染色體的描述。在實際應用中，通常將它和神經(jīng)網(wǎng)絡方法綜合使用。通過遺傳算法來搜尋出更重要的變量組合。