基于Tableau实现在线教育大数据的可视化分析

学习者在慕课平台上的所有学习行为都会以形式多样的数据形式记录下来,这些大量的学习行为数据,为教育研究者进行学习者分析提供了条件。对教育大数据的挖掘可以达到深入了解学习者学习状态和差异的目的,学习分析可视化便于更直观地展现分析结果。Tableau可视化分析软件无须用户编写代码,操作简易、分析灵活,适合非计算机专业的教育研究人员使用。文章利用Tableau软件对Canvas Network开放学习者数据集进行探索和分析,力图多维度展现慕课学习者特征和学习状况,为在线学习者分析研究提供借鉴参考。     

沿海城市房地产泡沫的测度分析与对策

通过对大连、青岛、宁波、福州、广州等5个沿海城市房地产的调研与数据分析,选择4个泡沫测度指标,来评价沿海城市房地产市场是否存在泡沫及泡沫程度。同时,对个别沿海城市房价平稳原因进行了分析。     

基于主成分分析对地产商业价格影响因素的研究

为了分析房价影响因素,本文首先借鉴历史文献中的影响因素进行回归分析,其次使用主成分分析方法消除多重共线性对模型的干扰。对数据进行平稳性检验、协整检验,并使用Eviews软件构建回归模型。影响房价因素主要是地区生产总值、全社会固定资产投资、城市人口密度和城镇居民人均可支配收入,最后结合模型对主要影响因素进行经济层面的分析并提出减缓房价上升的建议。     

滨海新区开发开放背景下天津市房价的分析与预测

伴随滨海新区的开发开放,天津市将继深圳、上海浦东之后成为中国经济增长的“第三级”。本文主要关注在此背景下的天津市房价走势,基于季度数据和年度数据分别做了时间序列分析和面板数据分析,并对未来几年天津市房价走势做出预测。     

我国房地产价格的影响因素分析——基于VAR模型

近年来不断上涨的房价引发社会各界的关注,分析影响我国房价的因素并研究其影响程度,对稳定房价有至关重要的作用。本文根据2006-2016年的季度数据,运用VAR模型对影响我国房地产价格的因素进行实证分析。结果表明,房地产价格受城镇居民可支配收入的影响较大;房价与国内生产总值、城镇居民可支配收入、商品房销售面积、存贷款基准利率存在双向的格兰杰因果关系。     

基于POI数据的江门市房价的空间异质性及其影响因素探究

文章基于江门市2020年住宅、工厂、高铁站等兴趣点数据,利用缓冲区分析房价与交通便利程度、医疗、科教文化及休闲等基础设施之间的关系,主要研究江门市房价空间异质性及其影响因素,探讨江门居住空间分异过程及形成机制,以期为相关人员提供借鉴。     

沿海城市财政支出与GDP增长的实证分析

文章运用综列数据的研究方法建立固定效应模型,研究宁波、温州、厦门三个沿海城市财政支出与GDP增长关系,并探讨影响这些地区经济发展的因素。     

基于SPSS的沿海城市旅游与经济发展的统计分析 ——以青岛市为例

我国沿海城市旅游业发展迅速,本文选取具有代表性的知名沿海旅游城市青岛市为研究对象,搜集青岛市2010年～2019年这十年GDP总量和旅游总收入的统计数据,采用SPSS统计分析软件进行回归分析,并从产业发展、就业、旅游外汇、城市化这四个方面进行描述分析.从实证的角度,揭示我国沿海城市发展旅游业与当地经济增长之间的相互关系...     

大数据的特征、管理与挖掘

未来将是大数据的时代。大数据产业主要涉及数据生成、存储、处理分析、应用四个环节,具体来看,包含硬件设备、处理分析环节、综合处理、语音识别、视频识别、商业智能软件、数据中心建设与维护、IT咨询、方案实施、信息安全等领域。     

高维财务数据的可视化——以杜邦分析法为例

在大数据分析中，随着数据的维度增加，数据间的关联越来越复杂，这给数据分析与可视化带来很大挑战。文章以高维财务数据的可视化分析为研究重点，针对传统杜邦分析法在可视性上的局限性，设计了一个层次化、融合了多种图形的改进方案，并在此基础上采用切尔诺夫脸谱和平行坐标图的图符方法对财务数据进行了多角度比较，改进后的方法有助于直观了解企业的财务政策、经营战略和各项财务指标的时序变化趋势。     

论房价与利率、地价、经济增长的关系

文章主要研究影响房价的因素以及我国房价与经济增长的相互关系,从供求方面分析了利率对房价的有限影响作用,同时基于马克思地租理论分析后得到地价主要以地租的形式直接形成对房价的影响这一结论。此外,房地产业的繁荣促进了宏观经济的进步,而经济的提升也抬高了房产价格。     

关于推进沿海城市港口物流簇群的政策研究

产业簇群成为时下政界、学界和产业界的热门话题有其深刻的区域经济和发展经济背景。伴随着我国沿海经济的快速发展,沿海城市港口物流业发展迅速,呈现出产业聚集现象。本文分析了港口物流簇群的优势及对产业本身及地方经济的影响,并在此基础上提出了推进沿海城市港口物流簇群的政策构想。     

2003-2017年上海房价变动及其影响因素研究

作为中国大陆经济最发达的城市,上海的房价也在随着时代的发展而不断发生变化,这在一定程度上反映了经济社会进步对民生领域的影响,高企的房价是来沪人员不得不考虑的问题。上海的房价受多个因素的综合影响,利用2003-2017年上海商品房均价及其影响因素的数据,通过经济学方法建模并利用分析软件Stata进行计量分析,从而研究15年中上海房价的变动形势与其影响因素之间的关系,最后给出针对性建议并进行总结。     

旅游景区品牌延伸评价的影响因素研究——基于消费者的视角

本文在消费者视角下,以全国范围内知名景区为研究对象,研究了旅游景区品牌延伸评价的影响因素,并采用问卷调查法收集数据,使用SPSS17.0软件进行数据分析,实证得出了影响旅游景区品牌延伸评价的四大要素,并提出了提高旅游景区延伸产品运营成功率的建议。     

浅析我国房价波动的影响因素——以北京市为例

房价是商业地产的经济运行和资源配置中最重要的调节机制,由多种因素构成了房价的价格定位。房价在不同时期会随着社会物价的变动而变动,而不同的国家或区域的同等房屋价格也不一样。纵观近年来我国的房地产市场,房价一直居高不下,呈现一片非理性的繁荣景象。房地产价格的瞬息万变,影响着各个行业的发展及整个国家的经济发展。本文从影响房价波动的因素入手,以北京市为例,利用EVIEWS软件进行回归分析,探究影响房价的主要因素,并提出房价调控的有效策略。     

关于房价影响因素的回归分析

本文通过用spss软件作出房价影响因素与房价的散点图,判断出每个影响因素与房价有显著的线性关系,分别用进入法及逐步回归分析方法建立影响因素与房价之间的回归方程,并将回归方程与实际情况进行比较分析,发现由逐步回归分析方法建立的回归方程能很好解释实际情况,具有明显的应用价值。     

住宅销售价格差异的影响因素分析

文章分析了造成各地住宅销售价格差异的影响因素。文章选取了2009年35个主要城市的截面数据为样本,利用回归模型对房价及其影响因素做了实证分析。根据实证结果,本文对营造健康的房地产市场做出了政策建议     

银行商业智能应用分析

本文主要从理论方面对商业智能在银行业的应用进行初步探讨,分析了银行商业智能的体系结构及应用目标     

Python在企业财务数据分析中的应用

随着大数据时代到来,企业每天面临海量数据,如何从海量数据中筛选出有价值的财务数据,并对其进行针对性的筛选分析,最终得出有效的分析预测结果以支持企业运营决策成为财务部门的重点工作。此背景下,Python成为新型财务数据分析工具的首选,它语法简洁清晰,可以高效的进行财务数据挖掘、清洗和分析,实现财务数据自动化和可视化。本文以Python技术为视角,研究其在财务数据分析中的具体应用,对于优化和提升企业财务分析能力有一定的借鉴作用。     

大数据背景下审计风险的影响因素及防范对策分析

大数据背景下，审计工作和审计风险都发生了变化。面对数据采集和整理、数据分析和使用、数据管理等诸多审计环节，影响审计风险的因素很多，包含有审计主体因素、审计客体因素、行业环境因素、大数据融合因素等，因此，审计单位要做好相关影响因素的分析，并结合影响因素制定完善的防范对策，进而有效地降低审计风险，提高审计质量。