第1 章 数据分析概况
1.1 数据分析的定义(What)
1.2 数据分析的作用(Why)
1.3 数据分析的步骤(How)
1.3.1 明确分析目的和思路
1.3.2 数据收集
1.3.3 数据处理
1.3.4 数据分析
1.3.5 数据展现
1.3.6 报告撰写
1.4 数据分析的三大误区
1.5 常用的数据分析工具
1.5.1 Excel
1.5.2 SPSS
1.5.3 Python
1.5.4 R 语言
第2 章 R 语言概况
2.1 R 语言简介
2.2 R 语言的特点
2.3 R 语言包
2.3.1 函数
2.3.2 包
2.4 R 语言的使用场景
2.5 RStudio 简介
2.6 R 软件和RStudio 的下载与安装
2.6.1 下载R 软件
2.6.2 安装R 软件
2.6.3 下载RStudio
2.6.4 安装RStudio
2.7 RStudio 的使用
2.7.1 RStudio 界面简介
2.7.2 项目管理
2.7.3 新建R 代码文件
2.7.4 代码提示
2.7.5 变量浏览
2.7.6 图形绘制
2.7.7 帮助文档
第3 章 编程基础
3.1 数据类型8
3.1.1 数值型
3.1.2 字符型
3.1.3 逻辑型
3.2 赋值和变量
3.2.1 赋值和变量
3.2.2 变量命名规则
3.3 数据结构
3.3.1 向量
3.3.2 因子9
3.3.3 数据框
3.3.4 列表
3.3.5 四种数据结构的区别
3.4 向量化运算
3.5 for 循环
3.6 R 语言编程注意事项
第4 章 数据处理
4.1 数据导入与导出
4.1.1 数据导入7
4.1.2 数据导出
4.2 数据清洗
4.2.1 数据排序
4.2.2 重复数据处理
4.2.3 缺失数据处理
4.2.4 空格数据处理
4.3 数据转换
4.3.1 数值转字符
4.3.2 字符转数值
4.3.3 字符转时间
4.4 数据抽取
4.4.1 字段拆分
4.4.2 记录抽取
4.4.3 随机抽样
4.5 数据合并
4.5.1 记录合并
4.5.2 字段合并
4.5.3 字段匹配
4.6 数据计算
4.6.1 简单计算
4.6.2 时间计算
4.6.3 数据标准化
4.6.4 数据分组
第5 章 数据分析
5.1 对比分析
5.2 基本统计分析
5.3 分组分析
5.4 结构分析
5.5 分布分析
5.6 交叉分析
5.7 RFM 分析
5.8 矩阵分析
5.9 相关分析
5.10 回归分析
5.10.1 回归分析简介
5.10.2 简单线性回归分析
5.10.3 多重线性回归分析
第6 章 数据可视化
6.1 数据可视化简介
6.1.1 什么是数据可视化
6.1.2 数据可视化常用图表
6.1.3 通过关系选择图表
6.2 散点图
6.3 矩阵图
6.4 折线图
6.5 饼图
6.6 柱形图
6.7 条形图