数据分析基础：Excel实现

第1章　数据分析概述
1.1　什么是数据分析
1.1.1 数据分析方法
1.1.2 数据分析工具
1.2　数据及其分类
1.2.1 什么是数据
1.2.2 数据的分类
1.3　数据的来源
1.3.1 间接来源和直接来源
1.3.2 抽取随机样本
1.3.3 生成随机数
第2章　数据处理
2.1　数据的预处理
2.1.1 数据审核与录入
2.1.2 数据排序和筛选
2.2　生成频数分布表
2.2.1 简单频数表
2.2.2 二维列联表
2.2.3 频数表的简单分析
2.3　数值数据类别化
2.3.1 数据分组
2.3.2 用Excel生成频数分布表
第3章　数据可视化分析
3.1　类别数据可视化
3.1.1 条形图
3.1.2 瀑布图和漏斗图
3.1.3 饼图和环形图
3.1.4 树状图和旭日图
3.2　数值数据可视化
3.2.1 分布特征可视化
3.2.2 变量间关系可视化
3.2.3 样本相似性可视化
3.3　时间序列可视化
3.3.1 折线图
3.3.2 面积图
3.4　合理使用统计图表
第4章　数据的描述分析
4.1　数据水平的描述
4.1.1 平均数
4.1.2 分位数
4.1.3 众数
4.2　数据差异的描述
4.2.1 极差和四分位差
4.2.2 方差和标准差
4.2.3 离散系数
4.2.4 标准分数
4.3　分布形状的描述
4.3.1 偏度系数
4.3.2 峰度系数
4.4　Excel【数据分析】工具的应用
第5章　推断分析基本方法
5.1　推断的理论基础
5.1.1 随机变量和概率分布
5.1.2 统计量的抽样分布
5.2　参数估计
5.2.1 估计方法和原理
5.2.2 总体均值的区间估计
5.2.3 总体比例的区间估计
5.3　假设检验
5.3.1 假设检验的步骤
5.3.2 总体均值的检验
5.3.3 总体比例的检验
第6章　相关与回归分析
6.1　变量间关系的分析
6.1.1 变量间的关系
6.1.2 相关关系的描述
6.1.3 相关关系的度量
6.2　一元线性回归建模
6.2.1 回归模型与回归方程
6.2.2 参数的小平方估计
6.3　模型评估和检验
6.3.1 模型评估
6.3.2 显著性检验
6.4　回归预测和残差分析
6.4.1 回归预测
6.4.2 残差分析
第7章　时间序列分析
7.1　增长率的计算与分析
7.1.1 增长率与平均增长率
7.1.2 年化增长率
7.2　时间序列的成分和预测方法
7.2.1 时间序列的成分
7.2.2 预测方法的选择与评估
7.3　平滑法预测
7.3.1 移动平均预测
7.3.2 简单指数平滑预测
7.4　趋势预测
7.4.1 线性趋势预测
7.4.2 非线性趋势预测
参考书目
附录　Excel中的统计函数