数据挖掘在经济统计中的价值体现范文

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