信息分析与预测
信息分析与预测
一单选项目1.信息分析与预测的四项基本功能：整理功能，评价功能，预测功能，反馈功能。
2.信息分析与预测选题原则：政策性，必要性，可能性，效益性。
3.信息分析与预测选题的程序：课题提出，课题分析与论证，课题选定。
4.课题选择的原则：政策性，效益型，必要性，可能性。
5．定性分析方法：常用逻辑方法。
6．定量分析方法：文献计量学方法，回归分析法，时间序列分析方法。
7.半定量（定性与定量结合）分析方法：专家调查法，层次分析法.8.研究报告类产品：综述性、述评性、预测性、评估性、背景性（研究报告）。
9.产品的评价指标体系设计原则：符合国家方针政策；指标内涵一致性；系统性；科学性；可操作性；可比性；导向性。
10. 产品的评价指标体系通用指标：针对性；准确性；新颖性；创造性；时间性；加工度；效益性。
11.信息传递六要素：信源；信宿；信道；信息内容；信息符号；信息保障条件。
12.社会调查：现场调查，访问调查，样品调查，问卷调查。
13.信息整理：形式整理，内容整理。
14.研究报告类产品类型：综述性，述评性，预测性，评估性，背景性（研究报告）。
15.信息分析与预测产品的特点：客观性，综合性，隐蔽性。
16.竞争情报的功能：市场预警；对手分析；信息安全；策略制定；技术跟踪；环境监视。
二重要名词：1假言推理：从一个假言判断的结论出发，顺次推出其后件或逆向推出其前件，进而通过肯定它的后件或前件，来论证，检验原先假言判断结论的正确性的一种推理方法。
2头脑风暴法：借助于专家的创造性思维来索取未知或未来信息的一种直观预测方法。
3交叉影响分析法：根据若干个事件之间的相互影响关系，分析当某一事件发生时，其他事件因受到影响而发生的何种形式变化的一种方法。
4即时评价：指产品交付用户使用或以某种方式面世后，随即或稍后进行的一种评价。
5最终评价：对产品消费后产生的最终效果进行的一种长远评价。
6白色文献：通过正式渠道出版发行的文献，具备内容的公开性，发行范围的广泛性。
信息分析技术
第一章1.信息分析---信息分析要运用科学的理论、方法和手段，在对大量的（通常是零散、杂乱无章的）信息进行加工整理与价值评价的基础上，透过由各种关系交织而成的错综复杂的表面现象，把握其内容本质，从而获取对客观事物运动规律的认识。
2.信息预测----信息预测就是“鉴往知来”，即以事物过去已知信息的分析结果为依据，参照当前已经出现或正在出现的各种情况，运用情报学的、现代管理的、数学的和统计的方法以及现代信息技术，对事物的未知和未来状态进行科学的预计和推测。
3.信息分析与信息预测的关系：1.信息分析是信息预测的基础2.信息预测是信息分析的拓展和延伸3.信息分析和预测是交叉往复的过程4.信息分析与预测概念的理解：1.从成因看，信息分析与预测产生是由于存在社会需求。
2.从来源看，信息分析与预测以占有大量已知信息为基础。
3.从性质看，信息分析与预测是一种信息加深的活动。
4.从方法看，信息分析与预测广泛采用现代化的信息技术手段和多领域的科学方法。
5.从过程看，信息分析与预测是一个系列化的活动过程。
5. 信息分析与预测的功能：1.整理功能2.评价功能3.预测功能4.反馈功能6. 信息分析与预测的作用： 1.为科学决策服务2.为R&D服务3.为市场开拓服务7. 信息分析与预测的特点： 1.研究课题的针对性2.研究方法的科学性3. 研究领域的广泛性4.研究工作的近似性5. 研究内容的系统性6. 研究成果的智能性第二章：1.课题的来源： 1.上级主管部门下达的课题2.信息用户委托的课题3.信息人员自己提出的课题2.选题的原则： 1.政策性原则2.必要性原则3.可能性原则4.效益性原则3.选题程序： 1.课题提出2.课题分析与论证3.课题选定并写出开题报告第三章：1.信息搜集的原则： 1.全面性2.系统性3.针对性4.新颖性5.可靠性6.科学性7.计划性2.文献信息源分为： 1.印刷型 2.缩微型3.机读型4.声像型3.社会调查的方法： 1.现场调查 2.访问调查 3.样品调查4.问卷调查第四章：1.信息整理的两个层次： 1.形式整理2.内容整理2.信息价值评价（信息鉴别）： 1.可靠性 2.先进性3.适用性第五章：1.信息分析与预测产品的类型： 1.消息类产品2.数据类产品3.研究报告类产品2.研究报告的结构：1.题目 2.序言3.主体（正文）4.结论5.附录6.参考文献3.研究报告的制作程序： 1.确定主题 2.选择材料 3.确定结构4.拟定提纲5.撰写初稿6.修改和定稿4.信息分析与预测产品的特点： 1.客观性 2.综合性 3.隐蔽性第六章：1.使用比较法应注意事项： 1.不同的比较对象之间要有可比性2.根据比较目的的合理设计和选择比较指标3.多适用数据和图表2.比较的作用： 1.揭示事物的水平和差距2.认识事物发展的过程和规律3.评价事物的优劣和真伪3.分析的步骤： 1.明确分析的目的2. 将事物整体分解为若干个相对独立的要素3.分别考察分析对象以及各个要素的特点4.探明各个事物以及构成事物整体的各个要素之间的相互关系，并进而研究这些关系的性质、表现形式、在事物发展变化中的地位和作用4.分析的类型： 1.因果分析2.表象和本质分析3.相关分析5.推理的要素： 1.前提2.结论3.推理过程第七章：1.德尔菲法的特点： 1.匿名性2.反馈性3.统计性2.德尔菲法的实施过程： 1.明确预测目标，制定实施计划2.选择参加预测的专家3.编制调查表4.反馈调查以及专家意见的统计分析与预测3.德尔菲法对结果的数据处理与表达：对方案相对重要性预测结果的数据处理与表达： 1.专家意见的集中程度2.专家意见的协调程度3.专家积极性系数4.头脑风暴法：借助于专家的创造性思维来索取未知或未来信息的一种直观观测方法。
信息分析与预测(1)
信息分析与预测黑色为识记（背诵）部分，红色为领会（计算）部分。
第一章绪论一、信息分析与预测概念信息分析的含义：是对已知信息的分析，即观察现象，并透过现象认识本质，目的是揭示规律。
信息分析的目的：通过已知信息揭示客观事物的运动规律。
信息分析的任务：运用科学的理论、方法和手段，在对大量的（通常是零散、杂乱无章的）信息进行搜集、加工整理与评价的基础上，通过由各种关系交织而成的错综复杂的表面现象，把握其内容本质，从而获取对客观事物运动规律的认识。
信息预测的狭义和广义理解：狭义——鉴往知来，即以事物过去已知信息的分析结果为依据，参照当前已经出现或正在出现的各种新情况，运用现代管理的、数学的和统计的方法以及现代信息技术，对事物的未来状态进行科学的预计和推测。
广义——不仅包括鉴往知来，而且还包括对已发生或存在的事物的未知状态进行估计和推断。
书本指广义。
信息分析与预测在信息资源建设中的地位与作用：信息资源建设的基本内容包括信息的采集、组织、开发、分析和利用，信息分析与预测在其中属于关键因素，处于关节点的地位。
它既是一个相对独立的环节，又广泛渗透到其他环节。
信息分析与预测主要环节：信息分析和信息预测二、信息分析与预测的功能、作用和特点功能：整理（对信息进行搜集、组织，使之由无序变成有序），评价（对信息价值进行评价，以去粗取精、去伪存真、辨新、权重、评价、荐优）预测（通过对已知信息内容的分析获取未知或未来信息）、反馈（根据用户的实际消费效果对预测结论进行审议、评价、修改和补充）。
作用：为科学决策服务、为R&D（科技研究和开发）服务、为市场开拓服务。
特点：针对性、系统性、科学性、近似性、局限性。
三、信息分析与预测的产生和发展产生背景：首先产生于科技信息分析与预测领域，是科技、经济和信息工作发展到一定阶段的产物。
而科技信息分析与预测的产生经历了从自发到自觉的过程。
17世纪是自发阶段，19世纪已经萌芽，真正产生于第二次世界大战之后。
信息分析与预测
一、信息分析与预测1、概念：信息分析与预测是以信息分析和信息预测为关键环节的一系列活动的统称。
具体的说就是针对用户特定的信息需求，制定研究课题；然后通过文献调查和社会调查，广泛系统的收集与该课题有关的已知信息，经过加工整理、价值评价和分析研究，使已知信息的内容得以系统化、有序化，以揭示客观事物的运动规律，并在此基础上运用科学的理论、方法和技术，对客观事物的未知或未来信息作出合理的预测；最后以某种信息产品的形式将预测的成果通过适当的渠传递给用户，满足用户的需要.是一项内容广泛的信息深加工活动，其活动的侧重点主要体现在两个方面：一是对已知信息内容的深入分析，二是建立在这种分析基础上的对未知或者未来信息的科学预测。
3、作用：1）发现规律性东西，为科学决策服务。
2）寻找和把握科技发展机会，为R&D服务。
3）为市场开拓服务。
如帮助企业获得竞争优势，以及有利的市场地位。
（企业/供应链）4、特点：针对性、系统性、科学性、近似性、局限性。
发展趋势：（1）信息分析与预测理论和方法体系日益完善（2）信息分析与预测技术手段日益现代化（3）信息分析与预测产业化步伐不断加快（4）信息分析与预测工作的国际化趋势日益显著信息价值从三个角度评价：一.可靠性,一般包括以下四个方面的含义：（1）真实性（2）完整性3科学性 4.典型性二先进性包括文献信息、实物信息、口头信息先进性评价三适用性看信息发生源和信息吸收者吸收条件的相似性看实践效果看战略需要三．信息分析与预测产品的类型：数据类、研究报告类、消息类。
研究报告类主要有以下几类：综述性、研究性、预测性、评估性、背景性。
产品评价方法：即时评价和最终评价即时评价指产品交付用户使用或以某种方式面世后，随即或稍后进行的一种评价。
最终评价是对产品消费后产生的最终效果进行的一种长远评价。
二、课题选择与课题计划课题是指信息分析与预测课题的选择，即明确信息分析与预测的对象、目标和方向。
课题计划是行动的指南和纲领，是课题任务全面系统的筹划和安排。
信息分析与预测课程改革
学问题的基础上， 探讨了 教 学内容与教 学方法的改革 问题 。
关键 词： 信息管理 信息分析与预测 课 程改革 中图分类号： Ｇ ６ ４ ２ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ４ — ０ ９ ８ Ｘ （ ２ ０ １ ３ ） ０ ９ （ ｃ ） 一 ０ ２ ２ ７ — ０ １
教 材 的 共 同缺 点 就 是 严重 缺 乏 案 例 、 缺 乏 息 分 析 案 例 ， 通 过 多 样化 的、 丰 富 的 案 例 分 习题 。这使 得 学 生 只是 背 诵 一 些 概念 ， 背 诵 析 ， 引导 学 生 掌 握 理 论 知 识 和 实 际 工作 方 些理论 ， 到 底 怎 样 进行 信 息 分 析 ， 怎 么完 法 。同时 ， 要 配 套 针对 性 的 专 业 练 习 ， 通 过 成 调 研 预 测 的 任务 ， 完全 没有 经 过 对 口的 专 习题 训 练 ， 让 学 生 主 动 学 习， 形 成 完 成 任 务 业训 练 ， 当然 就 无 法 形 成专 业 核 心技 能 ， 也 的 工作 能 力 ， 而 不 是被 动 的死 记 硬 背书 本 知 就 很 难 满 足企 事 业单 位的 用人 需 求 。 所 以， 识。 重新 编 写 新 教 材 ， 融 入 大 量 实际 案 例 ， 配 套 ３ ． ２ 强 化 实践 训练 大量 针 对 性习题 ， 通 过项 目或 者 任务 学 习的 在 课 程 内 容安 排 上 ， 除 了 理 论 讲 授 之 形式， 让 学 生 接 受 系 统化 的 、 完 整 的信 息 分 外 ， 还 有 配 套 实验 训 练 。 要 编 写 实验 大 纲 、
３ 信息 分 析与预 测 课程 的 教 学改 革
针 对 前 文 提 到 的 信 息分 析与 预 测 课 程 教 学 之中存 在 的关 键 问题 ， 必须 大 刀阔 斧 的 进行 教学改革。 改 革 的 指 导 方 针 是 提 高 学 生 的 实际 能 力， 这 需要 在 课 程 的教 材 建 设 、 程 之一 ， 加 强信 息分 析与 预 测 课程 的教 学 管 信 息分 析 与预 测 的 专业 教 材 比 较 少， 使 教 学 内容 、 教学手段、 教学 方 法 、 实践 训 练 理， 提 高 教学 质 量 显 得 非 常 重要 。 信息 管 理 用的 最 多 的 就 是 武 汉 大 学 查 先 进 编 写 的 信 等 方 面进 行全 面 而深 入 的 改革 。 其 内 容 多 年 没 有修 订 ， 新 技 ３ 与信息 系统 专业 要 想形 成 自身 的专 业特 色 ， 息 分 析 与预 测 ， ． １ 完 善 教 材与 配套 练 习 再加 上 缺 乏教 学 案 就 一定 要 狠 抓 核心 专业 课 程 的 建 设 ， 下大 力 术 新 工具 的 介 绍 非 常少， 在现 有教材基础 上， 在 现 有 教 学 大 纲 气 提 高 专业 课程 的教 学 质量 。 信 息分 析 与预 例 ， 缺 乏配 套 习 题 ， 使 得 学 生得 不 到 全 面 和 的 框 架 下 ， 必 须 引入 大 量 实 际 案 例 ， 这是 现 测 课 程 就 是培 养 学 生 的 信 息 采 集 、 信 息 整 深 入 的 信 息 管 理 能 力训 练 。 尽 管 近 几 年 出 在 流 行 的 案 例 教 学 法 的应 用 基 础 。 案 例 应 理、 信息分析、 信息 预 测 等 方面 一 系 列 的 信 版 了一 些 新 的教 材 ， 但 是有 的 内 容太 深 奥 ， 该 包 括 信 息 分 析 工 作 流 程 的案 例 、 定 性 分 息管 理 核 心能 力的 一 门专 业 课程 ， 所 以 改 革 讲 解 不 透 彻 ， 有 的 又太 浅 显 ， 对 新 方 法 新 技 析 方 法 的案 例 、 定量 分 析 方 法 的案 例 、 科 技 信 息分 析与 预测 课 程 的 教 学 ， 提高 教 学 质量 术讲 解 太 少。 并且 目前所 有 信 息分 析与 预测 信 息 分析 案例 、 经济 信 息 分 析 案 例 、 社会 信 就 非 常 重要 。 下 面本 文 进 行相 关讨 论 。
信息分析与预测
信息分析与预测什么是信息分析与预测信息分析与预测是指通过对数据和信息的分析，利用统计学和机器学习等方法，来预测未来的趋势和结果。
它是一种利用大数据挖掘和分析技术来发现数据中隐藏的规律和趋势，并基于这些规律和趋势来做出相应的决策和预测的方法。
信息分析与预测在各个领域都有广泛的应用，包括市场营销、金融、医疗、天气预报等。
它可以帮助企业和组织更好地了解市场需求、优化资源配置、提高工作效率，从而取得更好的业绩和效果。
信息分析与预测的步骤信息分析与预测的过程通常包括以下几个步骤：1.数据收集与清洗：首先需要收集相关的数据，并对数据进行清洗，去除噪声和异常值，保证数据的质量和可靠性。
2.数据探索与可视化：接下来需要对数据进行探索和可视化，通过统计分析、绘制图表等方式，了解数据的分布、相关性和趋势。
3.特征工程：在进行预测之前，还需要对数据进行特征提取和工程，选择合适的特征并对其进行转换和处理，以便于模型的建立和训练。
4.模型训练与评估：选择适当的模型，并通过使用训练集对模型进行训练，然后使用测试集对模型进行评估，评估模型的预测准确度和性能。
5.模型预测与应用：最后，利用训练好的模型来进行预测和应用，根据预测结果来制定相应的决策和策略。
信息分析与预测的工具和技术信息分析与预测涉及到多种工具和技术，下面介绍其中几种常用的工具和技术：1.统计分析工具：如R和Python中的NumPy和Pandas库，可以进行数据的统计描述、探索和可视化，进行假设检验和方差分析等。
2.机器学习算法：如线性回归、决策树、支持向量机、神经网络等算法，可以用来构建预测模型，并根据历史数据进行模型的训练和预测。
3.数据挖掘工具：如WEKA、RapidMiner等，可以通过数据挖掘的方式发现数据中的规律和趋势，帮助进行预测和决策。
4.大数据技术：如Hadoop和Spark等，可以处理大规模数据，进行分布式计算和分析，提高数据分析和预测的效率和速度。
信息分析与预测第二次作业
1.数据库有5个事物，设min_sup=60%, min_conf=80%
使用apriori找出所有频繁项集和规则。
2.令c1, c2, c3分别是规则{p}→{q}，{p}→{q, r}和{p, r}→{q}的
置信度，如果假定c1,c2和c3有不同的值，那么c1，c2和c3之间可能存在什么关系？哪个规则的置信度最低？
3.如图所示数据，假定我们对提取如下形式的关联规则感兴趣：
{a1<=年龄<=a2, 弹钢琴=是}→{喜欢古典音乐=是}
支持度阈值是10%，置信度阈值是70%。
假定我们将年龄离散化成3个等频区间，找出满足最小支持度阈值的a1和a2。
4.给定序列数据库，找出支持度大于等于50%的所有频繁子序列。
5.考虑下面各频繁3-序列
列出所有候选4-序列。
信息分析与预测第3章常用逻辑方法
3.3.2信息分析法的基本类型
层次分析 因果分析 相关分析
3.3.3信息分析法的基本步骤
明确分析的目的 将对象整体分解为若干个相对独立的要素 分别考察和研究各个事物以及构成事物整体的各个要
素的特点 探明各个事物以及各个要素之间的相互关系，并进而
研究这些关系的性质、表现形式、在事物发展变化中 的地位和作用等
可用导线传导 可用导线传导
风筝实验
3.2.3类比法的类型
简单共存类比 因果类比 对称类比 协变类比 综合类比
3.2.4类比法注意的问题
积累有关对象的共同属性是运用类比分 析法的必要条件。
要抓住事物的本质联系对称类比
第3节：分析法
3.3.1信息分析法的概念
分析的过程，是思维运动从整体到部分、 从复杂到简单的过程。
分析与综合方法是对立统一的
第5节：推理法
3.5.1推理法的概念
推理的概念 推理的三要素 如何获得正确结论
3.5.2推理类型的划分
根据推理过程分：直接推理和间接推理 根据推理的思维方向分：常规推理、归纳推
理和类比推理 根据组成推理的判断的类别：直言推理、假
言推理、选言推理、联言推理、关系判断推 理和模态判断推理
注意对象的可比性 注意抓住主要矛盾，确立对比的标准 注意避免局限性 要注意对比方式的选择 注意避免表面化
3.1.4对比法应用举例
A市某公司通过A市不同时期经济发展 状况的对比，确定了进军超市业。
第2节：类比法
3.2.1类比法概念
所谓类比法，就是要根据两类对象或两 个对象在一些属性上的相同，并且已经 知道一个对象具有某种属性，推出另一 对象也具有某种属性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
山东财经大学燕山学院信息分析与预测实验题目：信管2班成绩数据分析学院燕山学院专业信息管理与信息系统班级1502班学号201590130096姓名叶茂山东财经大学燕山学院制二〇一八年六月描述性描述性統計資料N 範圍平均數標準偏差變異數获得学分35 12.50 21.8286 2.74918 7.558 计算机网络35 27 67.17 6.275 39.382 金融学35 19.70 76.8229 5.01674 25.168 企业信息系统应用实践35 18 94.09 4.355 18.963 Web信息系统开发技术35 32 66.29 7.164 51.328 企业信息系统及应用35 19 81.83 5.909 34.911 数据库原理及应用35 43 79.03 10.484 109.911 操作系统35 57 74.17 11.858 140.617 统计学35 48 72.11 11.827 139.869 管理运筹学35 94 68.91 20.878 435.904 有效的 N (listwise) 35频率直方图統計資料获得学分计算机网络Web信息系统开发技术操作系统企业信息系统及应用统计学管理运筹学数据库原理及应用金融学企业信息系统应用实践学习平均成绩思想行为基本分思想行为加减分思想行为测评成绩综合测评成绩N 有效35 35 35 35 35 35 35 35 35 35 35 35 35 35 35遺漏1 1 1 1 1 1 1 1 1 1 1 1 1 1 1平均數21.828667.1766.2974.1781.8372.1168.9179.0376.822994.0976.04585317460360.0-1.245714358.754370.8584中位數22.3043a66.43a64.50a75.25a83.29a72.00a72.67a78.67a76.8500a94.91a75.450000000000a.a-1.5000000a58.5000a70.4644a眾數22.560c60 85 84c60c56c70c73.70c9564.3277777778c60-3.00000c57.00c62.01c偏斜度-1.0121.1221.627-1.189-.602-.490-2.025-.100-.141-1.931-.248 1.3531.353-.30偏斜度標準誤.398.398.398.398.398.398.398.398.398.398.398.398.398 .398 .398峰度1.5961.6573.4542.182-.767.1195.420-.582-.673.570-.844 2.5592.559-.825峰度標準誤.778.778.778.778.778.778.778.778.778.778.778.778.778 .778 .778總和764.002351232259628642524241227662688.8032932661.60486111112100-43.600002056.402480.04百分位數117.0000b60.13b.b,d61.00b72.00b55.50b53.00b66.00b71.4000b86.00b67.844444444444b.b-2.9571429b57.0429b64.8611b 220.500061.0060.3167.0075.0062.0059.0070.8372.275093.0071.080555555556.-2.650000057.350067.1544 2521.163061.8860.5870.1778.3365.5062.5071.5072.825093.3272.368055555556.-2.425000057.575068.1001 321.391363.0060.8571.2080.2568.2565.0072.2073.583393.6472.850000000000.-2.160000057.840068.1356 421.847865.0063.0072.6082.0070.3369.2073.6075.100094.2774.414583333333.-1.780000058.220069.7902 522.304366.4364.5075.2583.2972.0072.6778.6776.850094.9175.450000000000.-1.500000058.500070.4644 622.673967.7566.0078.0084.3375.0074.5082.2578.666795.7279.813888888889.-1.150000058.850073.1947 722.978369.2568.2581.0085.5079.6778.0086.6780.083396.5680.611111111111.-.500000059.500074.3850 7523.130470.1769.3382.7586.0880.8381.1387.8380.491796.9881.213888888889.-.360000059.640074.4897 823.282671.5072.0084.2086.6782.0084.0089.5081.600097.4081.586111111111.-.260000059.740074.9744 924.500075.4076.2587.0089.0087.0090.6792.0083.0833.83.466666666667..700000060.700076.3728a. 從分組資料計算。
b. 從分組資料計算百分位數。
c. 存在多種模式。
顯示最小的值d. 第一個間隔的下限或最後一個間隔的上限未知。
未定義部分百分位數。
获得学分次數百分比有效的百分比累積百分比有效14.00 1 2.8 2.9 2.916.00 1 2.8 2.9 5.716.50 1 2.8 2.9 8.617.00 1 2.8 2.9 11.419.00 3 8.3 8.6 20.022.50 22 61.1 62.9 85.723.50 1 2.8 2.9 88.624.50 1 2.8 2.9 91.426.50 3 8.3 8.6 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0计算机网络次數百分比有效的百分比累積百分比有效60 6 16.7 17.1 17.161 2 5.6 5.7 22.962 2 5.6 5.7 28.663 1 2.8 2.9 31.464 2 5.6 5.7 37.166 6 16.7 17.1 54.367 1 2.8 2.9 57.168 3 8.3 8.6 65.769 2 5.6 5.7 71.470 2 5.6 5.7 77.171 1 2.8 2.9 80.073 3 8.3 8.6 88.676 2 5.6 5.7 94.380 1 2.8 2.9 97.187 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0Web信息系统开发技术次數百分比有效的百分比累積百分比有效60 10 27.8 28.6 28.661 3 8.3 8.6 37.163 2 5.6 5.7 42.964 3 8.3 8.6 51.465 1 2.8 2.9 54.366 4 11.1 11.4 65.769 2 5.6 5.7 77.171 1 2.8 2.9 80.073 1 2.8 2.9 82.974 1 2.8 2.9 85.776 2 5.6 5.7 91.477 2 5.6 5.7 97.192 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0操作系统次數百分比有效的百分比累積百分比有效36 1 2.8 2.9 2.951 2 5.6 5.7 8.661 1 2.8 2.9 11.463 1 2.8 2.9 14.365 1 2.8 2.9 17.166 1 2.8 2.9 20.068 1 2.8 2.9 22.970 1 2.8 2.9 25.771 2 5.6 5.7 31.472 3 8.3 8.6 40.073 2 5.6 5.7 45.775 2 5.6 5.7 51.476 2 5.6 5.7 57.178 2 5.6 5.7 62.980 3 8.3 8.6 71.482 1 2.8 2.9 74.383 1 2.8 2.9 77.185 4 11.1 11.4 88.687 1 2.8 2.9 91.488 1 2.8 2.9 94.390 1 2.8 2.9 97.193 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0企业信息系统及应用次數百分比有效的百分比累積百分比有效71 2 5.6 5.7 5.772 3 8.3 8.6 14.374 3 8.3 8.6 22.978 1 2.8 2.9 25.780 2 5.6 5.7 31.481 2 5.6 5.7 37.182 2 5.6 5.7 42.983 3 8.3 8.6 51.484 4 11.1 11.4 62.985 2 5.6 5.7 68.686 4 11.1 11.4 80.087 2 5.6 5.7 85.788 1 2.8 2.9 88.689 1 2.8 2.9 91.490 3 8.3 8.6 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0统计学次數百分比有效的百分比累積百分比有效44 1 2.8 2.9 2.946 1 2.8 2.9 5.751 1 2.8 2.9 8.660 3 8.3 8.6 17.161 1 2.8 2.9 20.063 1 2.8 2.9 22.965 1 2.8 2.9 25.768 2 5.6 5.7 31.469 2 5.6 5.7 37.170 1 2.8 2.9 40.071 2 5.6 5.7 45.772 3 8.3 8.6 54.373 1 2.8 2.9 57.175 2 5.6 5.7 62.976 1 2.8 2.9 65.779 1 2.8 2.9 68.680 2 5.6 5.7 74.381 1 2.8 2.9 77.182 2 5.6 5.7 82.984 1 2.8 2.9 85.785 1 2.8 2.9 88.687 1 2.8 2.9 91.490 1 2.8 2.9 94.391 1 2.8 2.9 97.192 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0管理运筹学次數百分比有效的百分比累積百分比有效0 2 5.6 5.7 5.751 1 2.8 2.9 8.653 1 2.8 2.9 11.456 3 8.3 8.6 20.060 1 2.8 2.9 22.962 1 2.8 2.9 25.764 1 2.8 2.9 28.665 1 2.8 2.9 31.466 2 5.6 5.7 37.170 3 8.3 8.6 45.772 1 2.8 2.9 48.673 2 5.6 5.7 54.374 2 5.6 5.7 60.075 2 5.6 5.7 65.776 1 2.8 2.9 68.680 3 8.3 8.6 77.183 1 2.8 2.9 80.085 1 2.8 2.9 82.987 1 2.8 2.9 85.788 1 2.8 2.9 88.692 2 5.6 5.7 94.394 2 5.6 5.7 100.0数据库原理及应用次數百分比有效的百分比累積百分比有效56 1 2.8 2.9 2.960 1 2.8 2.9 5.762 1 2.8 2.9 8.670 3 8.3 8.6 17.171 3 8.3 8.6 25.772 2 5.6 5.7 31.473 3 8.3 8.6 40.074 2 5.6 5.7 45.778 2 5.6 5.7 51.480 1 2.8 2.9 54.382 3 8.3 8.6 62.983 1 2.8 2.9 65.786 1 2.8 2.9 68.687 2 5.6 5.7 74.388 1 2.8 2.9 77.189 1 2.8 2.9 80.090 1 2.8 2.9 82.991 2 5.6 5.7 88.692 1 2.8 2.9 91.493 1 2.8 2.9 94.396 1 2.8 2.9 97.199 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0金融学次數百分比有效的百分比累積百分比有效65.95 1 2.8 2.9 2.968.05 1 2.8 2.9 5.768.95 1 2.8 2.9 8.671.40 1 2.8 2.9 11.471.60 1 2.8 2.9 14.371.95 1 2.8 2.9 17.172.10 1 2.8 2.9 20.072.45 1 2.8 2.9 22.972.65 1 2.8 2.9 25.773.35 1 2.8 2.9 28.673.70 2 5.6 5.7 34.374.05 2 5.6 5.7 40.076.15 2 5.6 5.7 45.776.50 1 2.8 2.9 48.676.85 1 2.8 2.9 51.477.55 1 2.8 2.9 54.377.90 1 2.8 2.9 57.178.25 1 2.8 2.9 60.079.50 2 5.6 5.7 65.779.85 1 2.8 2.9 68.680.20 2 5.6 5.7 74.380.55 1 2.8 2.9 77.181.60 2 5.6 5.7 82.981.95 1 2.8 2.9 85.782.50 2 5.6 5.7 91.484.25 1 2.8 2.9 94.385.65 2 5.6 5.7 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0企业信息系统应用实践次數百分比有效的百分比累積百分比有效80 1 2.8 2.9 2.983 1 2.8 2.9 5.785 2 5.6 5.7 11.493 6 16.7 17.1 28.695 16 44.4 45.7 74.398 9 25.0 25.7 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0思想行为加减分次數百分比有效的百分比累積百分比有效-3.40000 1 2.8 2.9 2.9 -3.00000 4 11.1 11.4 14.3-2.70000 3 8.3 8.6 22.9-2.50000 1 2.8 2.9 25.7-2.20000 1 2.8 2.9 28.6-2.10000 4 11.1 11.4 40.0-1.70000 1 2.8 2.9 42.9-1.60000 1 2.8 2.9 45.7-1.50000 3 8.3 8.6 54.3-1.20000 3 8.3 8.6 62.9-1.00000 1 2.8 2.9 65.7-.90000 1 2.8 2.9 68.6-.50000 1 2.8 2.9 71.4-.30000 4 11.1 11.4 82.9-.20000 1 2.8 2.9 85.7.00000 1 2.8 2.9 88.6.70000 1 2.8 2.9 91.41.00000 12.8 2.9 94.32.50000 1 2.8 2.9 97.14.00000 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0思想行为测评成绩次數百分比有效的百分比累積百分比有效56.60 1 2.8 2.9 2.957.00 4 11.1 11.4 14.357.30 3 8.3 8.6 22.957.50 1 2.8 2.9 25.757.80 1 2.8 2.9 28.657.90 4 11.1 11.4 40.058.30 1 2.8 2.9 42.958.40 1 2.8 2.9 45.758.50 3 8.3 8.6 54.358.80 3 8.3 8.6 62.959.00 1 2.8 2.9 65.759.10 1 2.8 2.9 68.659.50 1 2.8 2.9 71.459.70 4 11.1 11.4 82.959.80 1 2.8 2.9 85.760.00 1 2.8 2.9 88.660.70 1 2.8 2.9 91.461.00 1 2.8 2.9 94.362.50 1 2.8 2.9 97.164.00 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0综合测评成绩次數百分比有效的百分比累積百分比有效62.01 1 2.8 2.9 2.962.66 1 2.8 2.9 5.762.93 1 2.8 2.9 8.664.86 1 2.8 2.9 11.465.37 1 2.8 2.9 14.365.57 1 2.8 2.9 17.166.50 1 2.8 2.9 20.067.81 1 2.8 2.9 22.968.09 1 2.8 2.9 25.768.12 1 2.8 2.9 28.668.14 1 2.8 2.9 31.468.96 1 2.8 2.9 34.369.08 1 2.8 2.9 37.169.57 1 2.8 2.9 40.070.01 1 2.8 2.9 42.970.38 1 2.8 2.9 45.770.40 1 2.8 2.9 48.670.46 1 2.8 2.9 51.470.73 1 2.8 2.9 54.371.06 1 2.8 2.9 57.172.82 1 2.8 2.9 60.073.57 1 2.8 2.9 62.973.68 1 2.8 2.9 65.773.85 1 2.8 2.9 68.674.39 1 2.8 2.9 71.474.44 1 2.8 2.9 74.374.51 1 2.8 2.9 77.174.77 1 2.8 2.9 80.075.18 1 2.8 2.9 82.975.92 1 2.8 2.9 85.776.18 1 2.8 2.9 88.676.37 1 2.8 2.9 91.476.64 1 2.8 2.9 94.376.64 1 2.8 2.9 97.178.38 1 2.8 2.9 100.0總計35 97.2 100.0遺漏系統 1 2.8總計36 100.0分析名次成對樣本統計資料平均數N 標準偏差標準錯誤平均值對組 1 名次18.00 35 10.247 1.732 上学期综测名次17.94 35 10.301 1.741 對組 2 名次18.00 35 10.247 1.732 一学年综测名次17.77 35 10.381 1.755 對組 3 上学期综测名次17.94 35 10.301 1.741 一学年综测名次17.77 35 10.381 1.755 對組 4 上学期学习名次17.80 35 10.174 1.720 一学年学习名次10.26 35 7.935 1.341成對樣本相關性N 相關顯著性對組 1 名次&上学期综测名次35 .750 .000對組 2 名次&一学年综测名次35 .933 .000對組 3 上学期综测名次&一学年综测35 .931 .000名次對組 4 上学期学习名次&一学年学习35 .688 .000名次。