ERP数据处理学习笔记(完整、简易)
前情提要:本数据采用的是BP设备,64通道
处理工具:EEGLAB、ERPLAB(都是在matlab中)
注释:通过b站上的免费录屏资源学习,结合自己的需求整理的顺序与步骤,能够快速简洁的完成预处理、批处理、单被试分析、多被试分析、画图、统计
步骤:
一、准备工作
1、下载并安装matlab 2、安装eeglab工具包
(1)鼠标右击R2016a_win64软件安装包,选择解压
(2)解压完成之后再解压MATLAB R2016a crack文件
(3)打开解压之后的MtlabR2016 a win64文件夹,双击 setup.exe 启动安装程序
(4)选择使用文件安装密钥
(5)接受许可协议的条款
(6)使用密钥 09806-07443-53955-64350-21751-41297 安装
(7)修改安装路径为 C:\software\MATLAB\R2016a,注:文件较大,不建议安装到C盘,可将C修改为其他盘
(8)注意事项:取消勾选 MATLAB Distributed Computing Sever 6.8 (分布式计算引擎)工具箱,否则无法创建桌面快捷方式
(9)勾选桌面后点击下一步
(10)点击安装
(11)软件正在安装,耐心等待
(12)打开解压后的MATLAB R2016a win64 crack,复制 R2016a 文件夹
(13)再打开安装目录 C:\software\MATLAB,如果你安装到其它盘,请找到你安装路径下的software\MATLAB目录,替换所有文件
(14)双击桌面MATLAB图标
(15)选择在不使用 Internet 的情况下手动激活
(16)许可证文件选择MATLAB R2016a win64 crack文件里的 license_standalone.lic
(17)点击下一步
(18)点击激活完成
(19)安装完成,打开软件界面如
二、预处理
1、导入数据 2、电极定位 3、删除坏电极 4、设置重参考 5、移除直流偏移 6、创建事件清单 7、滤波 8为事件清单设置箱子(bin)9分段
三、手动其他步骤(去伪迹)
1、差值坏导 2、RUN ICA 3、删除错误的或不要的trail
四、叠加平均、绘制波形
1、单个被试的叠加平均 2、多个被试的总平均与绘图
五、统计检验
1、多个被试的数据导出excle 2、spss中的统计检验
接手ERP大数据分析
首先梳理ERP系统相关数据资源
1、手册、文档、实施记录
2、业务流程、过往报表
3、数据库字典
4、其他
无奈,可利用资源只有软件帮助手册,且版本与目前使用的软件相差太大
1、首先按照业务流程,在软件上过一遍操作
2、按照帮助手册上可能涉及到的部门找到数据库字典规则
3、对照数据库数据及软件操作结果找出相关数据库关联
4、按照业务流程做出数据流程
5、抽取数据分析数据表建立分析数据库
6、对缺失数据,要求ERP人员进行补充及规范处理
7、搭建数据分析平台
8、进行数据分析
难点:ERP系统经过多人搭建,未留有应用的记录及文档,且未按照手册进行初始化及进行相关操作,很多应有数据缺失且残留无用数据过多
erp大数据分析能为企业解决什么问题?
(1)信息孤独:如今的企业采用OA、ERP、CRM、HR等信息化手段后,“信息孤岛”效应也随之产生,各个系统之间互相封闭,无法全面、及时、准确的了解各项业务情况。
(2)帮助企业分析自身发展:企业最近业务不太好,但不知道原因在什么地方。怎么办?拿出大数据报表一看,其他数据都正常,但是业务人员打电话的频率和次数明显降低,低于行业平均水平。这样一分析,问题的原因就清晰多了,正是因为有数据分析才知道差距在哪里,企业也才知道怎么应对,从而助力企业业务有效增长。
总结一句话:大数据可以帮助企业从数据洞察中更加清晰的了解企业各项业务的变化,从而及时有效的做出明智决策,达到降本增效的作用。
针对上诉问题,泛普软件推出了一站式大数据分析平台,作为新一代自助式、探索式分析工具,在产品设计理念上始终从用户的角度出发,一直围绕简单、易用,强调交互分析为目的的新型产品。我们将数据分析的各环节(数据准备、自服务数据建模、探索式分析、权限管控)融入到系统当中,让企业有序的、安全的管理数据和分析数据。
- 1三维数据可视化功能如何实现?
- 2大数据中心的功能拓展及建设的精细化策略分析
- 3数据建模工具的定义和价值阐述
- 4企业数据中心的建设策略与实践分析
- 5深入解析数据资产管理的策略与挑战
- 6数据质量目标和业务需求之间有什么区别?
- 7企业可以采取哪些策略确保数据质量有效提升?
- 8深入解析数据质量衡量的标准
- 9数据录入工具与技术的主要演进历程及其特点阐述
- 10数据录入的核心意义及使用场景剖析
- 11数据孪生平台的深度解析与快速搭建策略
- 12企业业务中台与数据中台的深度解析与协同机制概述
- 13数据治理的意义及治理方案的深入阐述
- 14数据清洗与预处理的具体方法有哪些?
- 15数据分析过程中该如何提高数据质量?
- 16企业选择数据分析工具有哪些关键步骤和考虑因素?
- 17数据可视化智慧平台特征及其影响的详细阐述
- 18数据标签的深入解析及在企业内的运用探讨
- 19数据标签的未来发展趋势主要体现在哪几方面?
- 20数据安全对于企业而言的重要性深度解析
- 21企业高效数据集成该怎么做?
- 22深入探讨数据质量管理的执行策略及其运作机制
- 23数据库管理工具的重要性及功能亮点剖析
- 24数据治理包括哪几个方面的内容?
- 25数据仓库建设面临的挑战与解决方案有哪些?
- 26数据仓库建设的必要性和实施策略分析
- 27数据仓库为什么要进行分层设计?
- 28企业基于哪些数据需求才需要建设数据中台?
- 29数据治理方案需要哪些关键要素?
- 30大数据平台的定义及功能组件的深度解析
- 31企业在数据库建设过程中应恪守三大基本原则概述
- 32数据中台为何成为企业数字化转型的基石?
- 33深入探讨数据处理的核心流程
- 34数据库迁移过程中常见的问题有哪些?
- 35数据库迁移的基本步骤深入分析
- 36数据分析方法的详细盘点
- 37数据库设计过程中需要注意哪些问题?
- 38搭建优质数据库的关键要素有哪些?
- 39深入探讨数据库分层的必要性与优势
- 40数据集成系统能实现哪些核心功能?
- 41数据集成的基本概念和难点剖析
- 42企业数据库的数据来源有哪些?
- 43企业数据治理面临的挑战与应对措施分析
- 44数据治理的重要性和实质内涵是什么?
- 45企业数据可视化项目的具体实施步骤概述
- 46企业数据可视化项目为什么难做?
- 47详细探讨大数据特性剖析的七个维度
- 48企业数据应用遇到的问题及解决方案剖析
- 49企业对数据集成工具的需求体现在哪几方面?
- 50多源异构数据融合的深度探讨
- 51数据预处理的内涵及常用策略分析
- 52如何构建现代数据生态系统?
- 53详细解析数据分析的三大支柱领域
- 54数据中台建设如何实现企业成本降低和收益量化?
- 55数据中台建设的面临挑战与应对措施详细分析
- 56数据中台建设的核心价值和详细步骤探讨
- 57深入探讨数据基础架构的三大核心要素
- 58数据迁移过程中如何保证数据的一致性?
- 59数据迁移的深度解析及必要性探讨
- 60企业普遍青睐数据化建设的原因有哪些?
成都公司:成都市成华区建设南路160号1层9号
重庆公司:重庆市江北区红旗河沟华创商务大厦18楼