数据分析实战指南.docVIP

数据分析实战指南

TOC\o1-2\h\u14532第1章数据分析基础 4

65961.1数据分析概述 4

263831.1.1数据分析的基本概念 4

47321.1.2数据分析的目的 4

270661.1.3数据分析的分类 4

238401.2数据分析流程 5

180471.2.1数据收集 5

294021.2.2数据清洗 5

232521.2.3数据整理 5

103551.2.4数据分析 5

22691.2.5结果呈现 5

158681.2.6决策实施 5

176581.3数据分析工具与技能 5

1531.3.1编程语言 5

207081.3.2数据库 5

142721.3.3统计分析软件 5

62461.3.4数据可视化工具 5

85641.3.5机器学习框架 5

13411.3.6数据分析技能 6

7482第2章数据获取与清洗 6

27282.1数据源的选择与数据获取 6

255682.1.1数据源的选择 6

283232.1.2数据获取 6

231152.2数据清洗与预处理 6

179012.2.1数据清洗 6

163602.2.2数据预处理 6

3252.3数据整合与转换 7

157332.3.1数据整合 7

75522.3.2数据转换 7

16186第3章数据摸索性分析 7

218673.1数据描述性统计 7

76613.1.1频数与频率 7

275373.1.2均值、中位数和众数 7

296563.1.3标准差和方差 7

49573.1.4极值和四分位数 7

102263.2数据可视化 7

317983.2.1散点图 8

181933.2.2直方图 8

221453.2.3条形图 8

172463.2.4箱线图 8

106713.3常见数据分布与检验 8

134883.3.1正态分布 8

193953.3.2对数正态分布 8

185553.3.3偏态分布与峰度 8

35663.3.4非参数检验 8

18035第4章数据分析方法与技术 8

38974.1描述性分析 9

304874.1.1频率分析 9

279914.1.2描述性统计 9

255344.1.3数据可视化 9

33354.2推断性分析 9

255634.2.1参数估计 9

160684.2.2假设检验 9

188334.2.3线性回归分析 9

270094.3预测性分析 9

204404.3.1时间序列分析 9

299004.3.2机器学习算法 10

160564.3.3深度学习算法 10

13456第5章假设检验与统计推断 10

77795.1假设检验基础 10

277175.1.1假设检验的概念 10

225935.1.2假设的建立 10

277355.1.3假设检验的步骤 10

238435.2单样本假设检验 10

92235.2.1单样本均值假设检验 10

251395.2.2单样本比例假设检验 10

48865.2.3单样本方差假设检验 10

47125.3双样本假设检验 11

86915.3.1双样本均值假设检验 11

165095.3.2双样本比例假设检验 11

236305.3.3双样本方差假设检验 11

17854第6章回归分析 11

105486.1线性回归 11

235976.1.1线性回归的基本概念 11

136066.1.2线性回归的假设条件 11

304036.1.3线性回归的估计与检验 11

96696.1.4应用实例 12

288986.2多元回归 12

112776.2.1多元回归的基本概念 12

302616.2.2多元回归的假设条件 12

289796.2.3多元回归的估计与检验 12

201006.2.4应用实例 12

316496.3非线性回归 12

218396.3.1非线性回归的基本概念 12

216696.3.2非线性回归的假设条件 12

253946.3.3非线性回归的估计与检验 12

155676.3.4应用实