《数字化网络化智能技术：工业大数据及其应用》课件 第4章 工业大数据分析.pptx

工业大数据及其应用

04工业大数据分析

工业大数据分析工业大数据分析是指利用大数据技术和方法，对工业领域产生的海量数据进行预处理和分析的过程。其目的是从数据中提取有价值的信息和知识，以支持工业领域的决策优化、效率提升和创新发展。

工业大数据分析的研究意义在于：1）提升生产效率：通过对生产过程中的实时数据进行分析，可以及时发现生产瓶颈和问题，优化生产流程和计划，提高生产效率和产品质量。2）促进产品创新：通过对市场需求、用户行为等数据的分析，可以洞察用户需求和市场趋势，为企业产品创新提供数据支持。3）降低运营成本：通过对供应链、设备维护等数据的分析，可以实现精细化管理和预测性维护，降低企业的运营成本和维护成本。4）增强企业竞争力：工业大数据分析可以帮助企业实现智能化决策和精细化管理，提高企业的管理水平和综合竞争力。

工业大数据分析当前，工业大数据分析的研究现状呈现出以下几个特点：1）技术不断创新：随着大数据技术的不断发展，工业大数据分析在数据采集、存储、处理、分析等方面不断取得突破，为工业领域的数据应用提供了有力支持。2）应用领域不断拓展：工业大数据分析的应用领域已经从制造业扩展到能源、交通、医疗等多个领域，为各行业的数字化转型提供了有力支撑。3）标准化和规范化发展：为了促进工业大数据分析的健康发展，各国政府和行业组织纷纷出台相关标准和规范，推动工业大数据分析的标准化和规范化发展。

当前，尽管工业大数据分析已经取得了一定的成果，但仍面临着数据质量、数据安全、人才短缺等挑战。同时，随着5G、6G、人工智能等新技术的不断发展，工业大数据分析也面临着新的机遇和发展空间。

1工业大数据统计描述方法1数据的统计描述方法是指通过一系列统计手段和技术，对收集到的数据进行整理、概括和描述，以揭示数据的内在特征、规律和趋势。这些统计描述方法主要分为以下几个方面：2集中趋势描述：用于描述数据的一般水平，常用的指标有平均值、中位数和众数等。这些指标可以反映数据的中心位置或主要趋势。3离散趋势描述：用于反映数据之间的差异程度或离散程度，常用的指标有方差、标准差、极差和四分位差等。这些指标可以揭示数据的波动范围和离散程度。4分布趋势描述：主要用于检查样本数据是否符合某种理论分布，如正态分布。常用的方法包括偏度分析、峰度分析等。这有助于了解数据的分布形态和是否符合某些假设。

1工业大数据统计描述方法1.1集中趋势描述1.均值（Mean）：也称为平均数，是统计学中用来表示一组数据“中心”趋势的量度。常用的均值指标包括：算术平均数、调和平均数、几何平均数。

(1)算术平均数等于所有数值的和除以数值的个数，算术平均数常用于描述一组数据的平均水平，如平均身高、平均成绩等。其表达式为：

其中，??为一组数据????(??=1,2…??)的算术平均数。

(2)调和平均数常用于需要综合考虑数据项大小与频率或比例关系的场合，如计算平均速度（特别是当速度在不同时间段内变化时）、。调和平均数是各数值倒数的算数平均数的倒数。其表达式为：

其中，??为一组数据????(??=1,2…??)的调和平均数。

1工业大数据统计描述方法1.1集中趋势描述(3)几何平均数常用于描述具有连乘积关系的数据集，特别是当数据呈现等比或近似等比关系时，如在金融领域计算复利下的平均年回报率。几何平均数是各数值乘积的n次方根，其表达式为：

其中，??为一组数据????(??=1,2…??)的几何平均数。

均值能直观反应数据中心的量值，但容易受到极端值的影响，当数据中存在离群值时，均值不能很好地反映数据的真实中心趋势。

2.中位数（Median）：中位数是将一组数据按照大小顺序排列后，位于中间位置的数值。对于奇数个数据，中位数是中间的那个数值；对于偶数个数据，中位数是中间两个数值的算数平均值。中位数对离群值不敏感，能够更好地反映数据的中心趋势。其表达式为：

其中，??0.5为一组数据????(??=1,2…??)的中位数。

1工业大数据统计描述方法1.1集中趋势描述3.众数（Mode）：众数是一组数据中出现次数最多的数值。众数反映了数据中最常见的值。但是，一组数据中可能存在多个众数，甚至可能不存在众数。相较于均值和中位数，众数在某些情况下对数据的中心趋势描述能力较弱。

4.四分位数（Quartiles）：四分位数是将一组数据从小到大排列后，处于25%、50%和75%位置上的数值，分别称为上四分位数（Q1）、中四分位数（Q2，即中位数）和下四分位数（Q3）。四分位数可以了解数据的分布情况以及样本的集中程度。如图4-1所示，对于数据总量为n的一组数据，Q1的位置为n/4，Q2的位置为中位数所在位置，Q3的位置3n/4。

图4-1四分位数

1工业大数据统计描述方法1.2