晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

又到暑假囉，今年又要出國玩，之前做過一篇島嶼的比較，冠軍是蘇美島http://dasanlin888.pixnet.net/blog/post/34469489。今年想要去日本玩，同樣的鎖定了四個日本的地區做比較，看看哪個地區CP值比較高。

大台北地區民眾因為享受到了捷運的好處，所以都希望捷運蓋愈多愈好，最好是蓋到自己家門口，但這是不可能的事。在民眾期望很高的情況下，政府只要路線稍有增減或變動，立刻會引起很大的反應。所以，筆者發想，如果可以畫一張大台北地區人口密度圖，然後看看這些未來規劃路線經過區域的人口密集程度，或許大家對捷運建設的必要性及優先順序能有必較客觀看法。

這張圖的資料來源，拜Opendata之賜，台北市及新北市政府都有提供里界圖、各里面積及人口數，使用QGIS軟體畫出里界圖。為區分人口密集度，乃以各里之人口數除以面積得到之人口密度數值，以Quantile(Equal count)分為十個等級，顏色愈深代表人口密度愈高。

為了因應Big Data巨量資料時代來臨，政府推動開放資料加值應用(Open Data），一方增進政府施政透明度、提升民眾生活品質，一方面也滿足產業界需求。初步已建置了一個開放資料平臺，依照主題及機關別，提供分類查詢。其中一個比較熱門的應用是：不動產買賣實價登錄批次資料。

本周六10/5就是S3賽季的世界大賽囉，在此之前我趕緊再發一篇LOL的小研究讓有興趣的人參考參考，這次研究的主題很簡單，就是：當兩隊經濟差距到多少的時候，比賽就定勝負了呢?有玩LOL的人都知道，經濟就是一切，如果經濟被對方拉開，就算你手速超快放招如神也救不回來。但是問題是當比賽開始幾分鐘，而經濟差距多少勝負就底定了呢?我這次一樣收集了夏季聯賽70場比賽，每場比賽雙方隊伍在10、15、20分鐘時的經濟差距以及最後的輸贏結果來分析，我希望能找出一個好的預測點來幫助預先判斷比賽的勝負。

我是英雄聯盟長期的忠實玩家，這個遊戲是五打五的推塔遊戲，需要彼此高度的默契配合，並且由於遊戲中有100多個角色，各有不同的技能組合，所以非常耐玩，可以和好朋友們度過許多愉快的假日與夜晚(對遊戲不熟的人可以先看一下這個影片的簡單介紹https://www.youtube.com/watch?v=gIuU75aPTus)。

一直以來，大家對於關聯規則分析（Association）的入門介紹，都僅止於尿布與啤酒一起購買的例子，但實際情況是，老闆對客戶下次買什麼，可能更有興趣。因為普通關聯規則是建基於客戶已經上門，再送上最常見的商品組合，加速成交；但如果客戶根本還沒來，把尿布與啤酒綁在一起，有什麼用呢？

前次提到支持度（support）、信賴度(confidence)、增益（lift）作為找尋速配行銷組合的標準。相關應用的軟體很多，大家只要去找資料探勘（Data Mining）的軟體，大都有關聯規則分析（Association）的功能。這個分析有多個演算法，最常用的一種叫Apriori演算法，詳細內容在網路上隨手可得，但通常難以理解。以下以圖示方式簡單介紹：

假設有四筆交易，各購買下列物品：

前次提到換尿布的偶然念頭，試著用相異矩陣來找尋速配的行銷組合。但是到底相似性要多大才能視為有用的組合呢？

本次企畫的兩個問題

Q1:現在的大環境下，您預計生幾個小孩呢?(1.不生 2.1個 3.2個以上)

週六晚上幫寶寶換完尿布後，覺得好累（心情上），突然想起冰箱裏還有一罐啤酒，二話不說，馬上開起來喝。在夏天悶熱的晚上，尤其累了一天之後，喝著冰啤酒，看著小朋友在身上亂爬，真是人生一大享受與成就。

上次有兩個議題帶給大家，大家是否覺得新鮮有趣呢?這次又調查兩個新議題囉，也給大家參考參考。

這是一個簡單的小企畫，我們生活中常常會遇到一些讓我們猶豫的小問題，像是「去國中同學婚禮要包多少禮金」之類的，這些問題我們自己會有初始的想法，這是第一張嘴，然後我們會問問周邊的家人朋友，這是第二張嘴，但有時候我們會想了解其他人，其他與自己群體更不同的人會有啥看法，這是第三張嘴。因此晨晰組了一個「小的群體」，這個群體包含不同年齡層與背景的人，然後我們可以問問他們的看法，並且進一步做點簡單的分析，希望可以幫助我們對這些生活上小事情的判斷產生更全面的建議。

智慧型手機大戰早已經白熱化，每年都有好多新款超炫手機上市，令人眼花撩亂，我這個摩登原始人上次去辦手機續約時，幾乎找不到非智慧型手機，讓我有了警訊，再不好好研究一下智慧型手機市場，以後連出門都難，只能去公園跟阿公一起打太極了。

有了這個想法，我就鎖定三款近來最熱門的手機先來look look，Iphone 5、Galaxy Note 2、HTC 蝴蝶機，每款手機我都隨機上網瀏覽15個部落格（共45個部落格），這些部落格文章都對這些手機有詳細的介紹與批評，我一邊看一邊作了點統計記錄，在下面分享給大家，如果你已經是手機達人了，這些資訊對你沒啥用，如果你跟我一樣是智慧手機新鮮人，倒是可以閱讀一下，幫助自己在選擇時多點意見。

最近上博客來網路書店逛逛，發現他們有做一個有趣的排行榜!

上面有歷年各種類的書藉前50名的書籍列表，感覺滿有趣的，因此我想做一點整理分析，看看這幾年來書籍銷售的趨勢是否有啥有趣的變化。當然書籍種類太多太繁雜，我這次鎖定”語言學習類”跟”電腦學習類”的書來做分析探討，因為小弟學養不夠，其他種類的書我沒信心能分類分析，這裡順帶提醒一個重點：分析前的分類是很重要的，你不了解的議題，無法有意義的分類，自然也很難做出有意義的分析。我鎖定2010～2012這兩種類型的書籍來研究，收集資料包括年份/書名/書的分類（自己分的）/作者是國內還是國外/書價格，資料收集如下圖。

最近看到樓下鄰居養了兩條可愛的黑貴賓，毛長長卷卷的頭好小，每次看到人就跳來跳去，活潑萬分，看的我心裡也癢癢的，想要替自己也找一隻小寵寵好好來愛。網路上搜尋了一下，發現了一個寵物交易的網站http://34c.cc/，裡面好多人在賣幼犬，各式各樣的狗，各種顏色，看得我眼花撩亂。因此我決定用數據好好的把這些資訊整理一下，一邊看哪些狗狗我的荷包付的起，一邊偷偷了解一下樓下那兩隻小可愛大概要多少錢。

        最近朋友有個小房間在台北市想要出租，我想說幫他蒐集一些資訊看看租多少錢比較適合，因此我重操舊業到591租屋網蒐集一些房屋出租的相關資訊來做分析，也順便了解一下台北市的租屋行情。

最近筆者在進行幾個問卷分析專案時，都遇到一個類似的問題，即廢卷的處理，尤其是多數問題勾選同一個答案的現象。