注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术工业技术自动化技术、计算技术人人都会数据分析:从生活实例学统计

人人都会数据分析:从生活实例学统计

人人都会数据分析:从生活实例学统计

定 价:¥59.00

作 者: 谢运恩 著
出版社: 电子工业出版社
丛编项:
标 签: 计算机?网络 数据库

购买这本书可以去


ISBN: 9787121329661 出版时间: 2017-11-01 包装:
开本: 页数: 字数:  

内容简介

  数据分析已经成为数据时代各行各业突破各自行业发展瓶颈的*有效手段,无论是公司职员还是个体商户或大公司管理者,都需要有数据分析的能力。本书系统地介绍了数据分析的统计理论基础内容,共5章。第1章阐述了数据分析在当今生活中的重要性,以及人们成为各自领域的数据分析师的必要性和学习路径;第2章从数据描述的三个维度展开,详细介绍了如何从集中趋势、离散程度和分布形态对数据进行描述,从而使分析者充分了解自己手头的数据;第3章介绍了推断性数据统计分析的内容,介绍了如何通过样本数据特性推断出总体数据特征;第4章是关于预测分析内容,介绍了变量之间的相关分析,以及如何使用容易获取的数据信息预测难以获取的数据信息,用过去的历史数据信息预测未来可能出现的数据信息;第5章介绍了数据结果可视化的内容,包括各种统计图形的功能及使用场景。本书以数据分析的统计理论基础为主题,大多数知识点都列举了生活中的实用案例,适合高等院校学生、公司职员、个体商户和企业管理者学习参考。

作者简介

  谢运恩,数据分析师。谢运恩,数据分析师。谢运恩,数据分析师。谢运恩,数据分析师。谢运恩,数据分析师。谢运恩,数据分析师。

图书目录

第1 章 生活在数据时代 1

1.1 数据分析无处不在 2

1.1.1 常用的国家统计指标 2

1.1.2 制造业的数据分析应用 .9

1.1.3 营销领域的数据分析应用 13

1.1.4 医疗行业的数据分析应用 15

1.2 人人都能成为数据分析师 16

1.2.1 数据分析过程 17

1.2.2 数据分析工具 21

1.2.3 数据分析师的成长之路 26

第2 章 耳熟能详的数据你真的了解吗 29

2.1 数据的类型 30

2.1.1 数据的结构属性分类 30

2.1.2 数据的连续性特征分类 . 31

2.1.3 数据的测量尺度分类 . 33

2.2 数据描述的三个维度 35

2.3 数据的集中趋势描述 36

2.3.1 算术平均值 . 37

2.3.2 几何平均值 . 39

2.3.3 众数 . 40

2.3.4 中位数 . 41

2.4 数据的离散程度描述 42

2.4.1 极差 . 42

2.4.2 平均偏差 . 43

2.4.3 方差和标准差 . 44

2.4.4 变异系数 . 48

2.4.5 四分位极差 . 49

2.5 数据的分布形态描述 50

2.5.1 概率 . 50

2.5.2 概率分布 . 53

2.5.3 离散型概率分布:二项分布 . 54

2.5.4 离散型概率分布:多项分布 . 56

2.5.5 离散型概率分布:超几何分布 . 57

2.5.6 离散型概率分布:泊松分布 . 59

2.5.7 连续型概率分布:指数分布 . 62

2.5.8 连续型概率分布:均匀分布 . 65

2.5.9 连续型概率分布:正态分布 . 66

2.5.10 正态分布作为二项分布近似 . 73

2.5.11 正态分布作为泊松分布近似 . 76

第3 章 数据分析的“内核”:推断分析 . 79

3.1 见微知著的抽样 80

3.1.1 抽样的意义 . 80

3.1.2 抽样方法 . 81

3.1.3 样本推断的理论基础 . 84

3.2 数据的处理 86

3.2.1 数据处理的不良案例 . 86

3.2.2 正确的数据存储形式 . 87

3.3 样本到总体的桥梁:抽样分布 88

3.3.1 抽样分布的定义 . 88

3.3.2 ??分布 90

3.3.3 ??分布 95

3.3.4 切比雪夫定理 . 98

3.3.5 卡方(??2)分布 99

3.3.6 ??分布 100

3.4 数据分析的第一板“斧”:参数估计. 102

3.4.1 参数估计的类型 . 102

3.4.2 ??分布与总体均值的区间估计 . 104

3.4.3 ??分布与总体均值的区间估计 110

3.4.4 切比雪夫定理与总体均值的区间估计 113

3.4.5 卡方(??2)分布与总体方差的区间估计 115

3.4.6 ??分布与两个总体方差比的区间估计 .119

3.4.7 两个总体均值差的区间估计 . 121

3.4.8 总体比率的区间估计 . 133

3.4.9 样本容量的确定 . 135

3.5 数据分析的第二板“斧”:假设检验. 142

3.5.1 假设检验的理论基础 . 142

3.5.2 单样本的假设检验 . 150

3.5.3 两样本的假设检验 . 159

3.5.4 多样本的假设检验与方差分析 . 166

3.6 数据分析的第三板“斧”:非参数检验 . 184

3.6.1 非参数检验 . 185

3.6.2 卡方检验 . 187

3.6.3 ????????????????符号秩检验 191

第4 章 数据分析的终极目的:“为我所用” . 195

4.1 “相关”是继续分析的前提 196

4.1.1 相关关系 . 196

4.1.2 相关分析 . 198

4.2 “回归”是相关分析的归宿 209

4.2.1 回归分析综述 . 209

4.2.2 简单线性回归分析 211

4.2.3 多元线性回归分析 . 226

4.3 发现事物随时间变化的规律 235

4.3.1 时间序列分析综述 . 235

4.3.2 长期趋势分析 . 238

4.3.3 季节变动趋势分析 . 248

4.3.4 循环变动和不规则变动 . 252

4.3.5 时间序列分析应用 . 254

第5 章 给数据披上靓丽“外衣”:数据可视化 259

5.1 数据的可视化 260

5.1.1 数据可视化工具 . 260

5.1.2 常用的统计图 . 261

5.2 条形图、直方图和饼图 262

5.2.1 条形图 . 262

5.2.2 直方图 . 264

5.2.3 饼图 . 266

5.3 线图与面积图 267

5.3.1 线图 . 267

5.3.2 面积图 . 267

5.4 散点图 268

5.5 高低图与箱线图 270

5.5.1 高低图 . 270

5.5.2 箱线图 . 271

5.6 时间序列图 272

5.7 帕累托图 274

5.8 P-P 概率图和Q-Q 概率图 275

5.8.1 P-P 概率图 275

5.8.2 Q-Q 概率图 . 276


本目录推荐