数据分析基础教程——数据驱动决策的指南.docVIP

数据分析基础教程——数据驱动决策的指南

TOC\o1-2\h\u14489第1章数据分析基础概念 4

307071.1数据分析的定义与价值 4

235251.2数据分析的方法与流程 4

195891.3数据分析工具与技能要求 5

24048第2章数据收集与清洗 5

55612.1数据来源与收集方法 5

103532.1.1数据来源 5

19212.1.2数据收集方法 6

52102.2数据质量评估与清洗 6

247442.2.1数据质量评估 6

41912.2.2数据清洗 6

152962.3数据整合与预处理 6

247652.3.1数据整合 6

144272.3.2数据预处理 7

27122第3章数据摸索性分析 7

182533.1数据描述性统计 7

180603.1.1中心趋势度量 7

311803.1.2离散程度度量 7

103103.1.3分布形状度量 7

293413.2数据可视化 7

181663.2.1散点图 7

209233.2.2条形图 8

297383.2.3饼图 8

302293.2.4箱线图 8

246703.2.5直方图 8

36683.3常见数据分布特征分析 8

182263.3.1正态分布 8

309253.3.2偏态分布 8

87163.3.3伯努利分布 8

133243.3.4二项分布 8

156233.3.5指数分布 8

27796第4章数据分析方法 8

102744.1描述性分析 8

229884.1.1频率分布 8

38424.1.2图表展示 9

274444.1.3统计量度 9

50734.1.4相关性分析 9

41774.2推断性分析 9

281534.2.1假设检验 9

309674.2.2估计理论 9

214524.2.3方差分析 9

227394.2.4回归分析 9

118654.3预测性分析 9

205854.3.1时间序列分析 9

207334.3.2机器学习算法 9

283884.3.3神经网络 9

313494.3.4模型评估与优化 10

7008第5章统计推断基础 10

213685.1假设检验 10

270365.2置信区间 10

325425.3方差分析 10

15674第6章回归分析 11

132296.1线性回归 11

180366.1.1线性回归的基本概念 11

47106.1.2一元线性回归 11

112336.1.3多元线性回归 11

154706.1.4线性回归的评估 11

135636.2多元回归 11

187266.2.1多元回归的概念 11

240316.2.2多元回归方程的建立 11

30706.2.3多元回归的应用 12

237946.2.4多元回归的注意事项 12

142266.3非线性回归 12

248106.3.1非线性回归的概念 12

51576.3.2非线性回归模型 12

71366.3.3非线性回归的参数估计 12

212176.3.4非线性回归的应用 12

276396.3.5非线性回归的评估与优化 12

11354第7章数据挖掘与机器学习基础 12

139357.1数据挖掘概念与任务 12

112367.1.1数据挖掘的基本概念 13

286977.1.2数据挖掘的任务 13

221917.2监督学习算法 13

262377.2.1线性回归 13

53317.2.2逻辑回归 13

141417.2.3决策树 13

132337.2.4支持向量机 13

39537.3无监督学习算法 14

215807.3.1Kmeans聚类 14

233197.3.2层次聚类 14

280477.3.3主成分分析 14

32757.3.4自组织映射 14

2457第8章数据可视化与报告撰写 14

103328.1数据可视化原则与技巧 14

241918.1.1明确目标 14

202248.1.2简洁明了 14

97788.1.3合理选择图表类型 15