MIT:The Analytics Edge 笔记10－数据收集

汇总了一下，MIT课程 15.071x The Analytics Edge 里面，收集到的数据，以及它们的来源。
你也可以在这个页面下载到所有跟课程相关的CSV数据、课件、R脚本。

WHO的世界健康数据 WHO.csv
来自 Global Health Observatory Data Repository
可以按照主题、分类、指标、国家来获取。

USDA的食物数据 USDA.csv
数据来自 USDA National Nutrient Database for Standard Reference
芝加哥的犯罪数据 mvtWeek1.csv
数据由FBI统计，由cityofchicago公开
New York Stock Exchange (NYSE)的股价数据
IBM历史股价 IBMStock.csv
通用电气历史股价 GEStock.csv
宝洁历史股价 ProcterGambleStock.csv
可口可乐历史股价 CocaColaStock.csv
波恩历史股价 BoeingStock.csv
数据来自 infochimps
美国人口普查数据 CPSData.csv
数据来自 Current Population Survey (CPS)
另付CPSData里面的地区代码 MetroAreaCodes.csv 和 CountryCodes.csv

影响酒价格的因素
wine.csv 和 wine_test.csv
来自研究论文 Liquid Assets
棒球比赛数据 baseball.csv
来自 baseball-reference
篮球比赛数据
NBA_train.csv 和 NBA_test.csv
来自 basketball-reference
1983-2008全球气候变化状况 climate_change.csv
其中，温度(Temp)数据来自 Climatic Research Unit at the University of East Anglia
大气成分(CO2, N2O, CH4, CFC.11, CFC.12)数据来自 ESRL/NOAA Global Monitoring Division
颗粒物(Aerosols)数据来自 Godard Institute for Space Studies at NASA
TSI(total solar irradiance)数据来自 SOLARIS-HEPPA project website
multivariate El Nino Southern Oscillation index (MEI)数据来自 ESRL/NOAA Physical Sciences Division
The Programme for International Student Assessment (PISA)国际留学生评价程序
pisa2009train.csv 和 pisa2009test.csv
这些数据来自美国国家教育统计中心的文件 2009 PISA Public-Use Data Files。
注意，使用这些数据的时候，你要遵守 NCES data use agreement。
流感趋势数据 FluTrain.csv
我们可以使用 Google Trends 来观察人们都在搜索什么内容。如果搜索流感信息的人很多，那么可能就要爆发流感啦！是否真的爆发流感呢，U.S. Centers for Disease Control and Prevention会公开influenza-like illness (ILI)这样的信息。
美国各州信息
statedata.csv
现代汽车 Hyundai Elantra 在美国的销售状况
elantra.csv

病人信息 framingham.csv
数据来自这项研究 BioLINCC
总统大选数据 PollingData.csv
上面的CSV可能有些问题，你也许想使用这份处理过后的 PollingData_Imputed.csv
数据来自 RealClearPolitics
流行歌曲数据 songs.csv
数据来自 Wikipedia, Billboard.com, 和 EchoNest。
罪犯假释数据 parole.csv
数据来自 United States 2004 National Corrections Reporting Program
借款人信用数据 loans.csv
数据来自 LendingClub