CMA美國注冊管理會計師，在國際管理會計領域有著極高的含金量和知名度，由于報考門檻低，近年來吸引了不少跨專業(yè)人士報考，因為考試內(nèi)容多且雜，會計網(wǎng)為廣大考生整理了第六章知識點數(shù)據(jù)分析的相關內(nèi)容。

　　CMA知識點之數(shù)據(jù)分析

　　一、商業(yè)智能BI

　　相關概念：

　　（1）大數(shù)據(jù)通常被用來分析大型數(shù)據(jù)集的模式和趨勢，體現(xiàn)了重大的機遇和挑戰(zhàn)；

　　（2）容量、多樣性、速度、準確性；

　　（3）結構化數(shù)據(jù)和非結構化數(shù)據(jù)。

　　二、數(shù)據(jù)挖掘

　　概念：

　　數(shù)據(jù)挖掘是使用分析工具，在大量數(shù)據(jù)中進行查詢，尋找數(shù)據(jù)間的意外關系，數(shù)據(jù)挖掘從不同的角度分析企業(yè)收集的數(shù)據(jù)，發(fā)掘出關聯(lián)和規(guī)律，歸納出有用的信息，幫助企業(yè)提高經(jīng)營業(yè)績。

　　結構化查詢語言：

　　（1）選擇（select)；

　　（2）從哪里選(from)；

　　（3）篩選條件(where)。

　　三、分析工具

　　描述性、診斷性、預測性和規(guī)范性數(shù)據(jù)分析：

　　（1）描述性分析提供描述實體的事件和運行的信息，側(cè)重于使用各種摘要類型來度量來描述數(shù)據(jù)；

　　（2）診斷性分析提供描述實體的事件和運行的信息，側(cè)重于使用各種摘要類型來度量來描述數(shù)據(jù)；

　　（3）預測性分析了解為什么會發(fā)生某些事情，然后創(chuàng)建一個模型來預測未來可能發(fā)生的事情。

　　規(guī)范性數(shù)據(jù)分析和預測性數(shù)據(jù)分析可以共同作用，以確定在未來的機會或問題中應采取的行動。

　　四、線性回歸模型

　　回歸分析法只利用數(shù)據(jù)統(tǒng)計原理，對大量統(tǒng)計數(shù)據(jù)進行數(shù)學處理，并確定因變量與某些自變量的相關關系，建立一個相關性較好的回歸方程，并加以外推用于預測今后的因變量的變化的分析方法。

　　五、探索性數(shù)據(jù)分析

　　使用可視化或圖形化的工具以及定量方法來發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律識別和提取重要變量，查找數(shù)據(jù)集中的異常數(shù)據(jù)測試有關數(shù)據(jù)的假設和問題，深入了解數(shù)據(jù)集。

　　六、模擬（仿真模型）

　　在現(xiàn)實情況下，很多變量的信息不容易獲得，因此為了模擬實際情況輸入變量進行隨機取值，而不是對變量進行約束性的假設，這種分析方法叫做仿真模型。