掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
(教)Python在數(shù)據(jù)分析中的應(yīng)用——統(tǒng)計(jì)分析方法與計(jì)量模型實(shí)踐
包郵 (教)Python在數(shù)據(jù)分析中的應(yīng)用——統(tǒng)計(jì)分析方法與計(jì)量模型實(shí)踐
作者：饒艷超 張周
開(kāi)本：
其他
頁(yè)數(shù)：
185
本類五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥31.4
加入購(gòu)物車
(教)Python在數(shù)據(jù)分析中的應(yīng)用——統(tǒng)計(jì)分析方法與計(jì)量模型實(shí)踐 版權(quán)信息
- ISBN：9787542969989
- 條形碼：9787542969989 ; 978-7-5429-6998-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
(教)Python在數(shù)據(jù)分析中的應(yīng)用——統(tǒng)計(jì)分析方法與計(jì)量模型實(shí)踐 本書(shū)特色
Python是當(dāng)前*流行的數(shù)據(jù)分析工具之一，在做數(shù)據(jù)分析時(shí)我們經(jīng)常會(huì)用到一些統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)和概念，如概率，分布，直方圖，箱體圖，分位數(shù)等，會(huì)構(gòu)建統(tǒng)計(jì)分析模型和計(jì)量經(jīng)濟(jì)模型進(jìn)行探索性分析、回歸分析、方差分析、時(shí)間序列分析等，進(jìn)行模型的參數(shù)估計(jì)和估計(jì)參數(shù)的假設(shè)檢驗(yàn)等。本書(shū)關(guān)注Python在數(shù)據(jù)分析中的應(yīng)用，結(jié)合具體示例講解如何應(yīng)用Python進(jìn)行多元回歸分析、如何進(jìn)行多元統(tǒng)計(jì)分析推斷、如何設(shè)定模型和數(shù)據(jù)、如何識(shí)別和檢驗(yàn)異方差性、如何進(jìn)行面板數(shù)據(jù)的分析、如何構(gòu)建聯(lián)立方程模型、時(shí)間序列模型并進(jìn)行分析等內(nèi)容。本書(shū)除了講解常用數(shù)據(jù)分析方法基礎(chǔ)理論之外，還針對(duì)具體應(yīng)用示例，強(qiáng)調(diào)Python的實(shí)現(xiàn)方式，為每個(gè)應(yīng)用示例編寫Python執(zhí)行代碼，除了在書(shū)中展示具體代碼及其運(yùn)行結(jié)果，本書(shū)配套提供每個(gè)示例所需數(shù)據(jù)和代碼。
(教)Python在數(shù)據(jù)分析中的應(yīng)用——統(tǒng)計(jì)分析方法與計(jì)量模型實(shí)踐 內(nèi)容簡(jiǎn)介
Python是當(dāng)前*流行的數(shù)據(jù)分析工具之一，在做數(shù)據(jù)分析時(shí)我們經(jīng)常會(huì)用到一些統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)和概念，如概率，分布，直方圖，箱體圖，分位數(shù)等，會(huì)構(gòu)建統(tǒng)計(jì)分析模型和計(jì)量經(jīng)濟(jì)模型進(jìn)行探索性分析、回歸分析、方差分析、時(shí)間序列分析等，進(jìn)行模型的參數(shù)估計(jì)和估計(jì)參數(shù)的假設(shè)檢驗(yàn)等。本書(shū)關(guān)注Python在數(shù)據(jù)分析中的應(yīng)用，結(jié)合具體示例講解如何應(yīng)用Python進(jìn)行多元回歸分析、如何進(jìn)行多元統(tǒng)計(jì)分析推斷、如何設(shè)定模型和數(shù)據(jù)、如何識(shí)別和檢驗(yàn)異方差性、如何進(jìn)行面板數(shù)據(jù)的分析、如何構(gòu)建聯(lián)立方程模型、時(shí)間序列模型并進(jìn)行分析等內(nèi)容。本書(shū)除了講解常用數(shù)據(jù)分析方法基礎(chǔ)理論之外，還針對(duì)具體應(yīng)用示例，強(qiáng)調(diào)Python的實(shí)現(xiàn)方式，為每個(gè)應(yīng)用示例編寫Python執(zhí)行代碼，除了在書(shū)中展示具體代碼及其運(yùn)行結(jié)果，本書(shū)配套提供每個(gè)示例所需數(shù)據(jù)和代碼。
(教)Python在數(shù)據(jù)分析中的應(yīng)用——統(tǒng)計(jì)分析方法與計(jì)量模型實(shí)踐 目錄
**章 應(yīng)用Python擬合多元線性回歸模型
**節(jié) 多元線性回歸模型
第二節(jié) 普通*小二乘法的Python實(shí)現(xiàn)
第二章 應(yīng)用Python進(jìn)行多元統(tǒng)計(jì)分析推斷
**節(jié) 多元統(tǒng)計(jì)分析推斷的基本原理
第二節(jié) 單個(gè)總體參數(shù)的假設(shè)檢驗(yàn)的Python實(shí)現(xiàn)
第三節(jié) 置信區(qū)間
第四節(jié) 線性組合假設(shè)檢驗(yàn)
第三章 應(yīng)用Python擬合多元非線性回歸模型
**節(jié) 標(biāo)準(zhǔn)化回歸模型
第二節(jié) 含有其他形式的回歸模型
第三節(jié) 將回歸模型用于預(yù)測(cè)
第四章 應(yīng)用Python檢驗(yàn)?zāi)Ｐ驮O(shè)定和數(shù)據(jù)問(wèn)題
**節(jié) 模型誤設(shè)
第二節(jié) 代理變量
第三節(jié) 異常觀測(cè)值
第五章 應(yīng)用Python處理含虛擬變量的多元回歸模型
**節(jié) 自變量為二值虛擬變量的情形
第二節(jié) 自變量為多類別虛擬變量的情形
第三節(jié) 自變量為虛擬變量時(shí)的交互作用
第四節(jié) 因變量為二值虛擬變量的情形
第六章 應(yīng)用Python處理異方差性
**節(jié) 異方差性及其影響
第二節(jié) 異方差性檢驗(yàn)
第三節(jié) 異方差性處理
第七章 應(yīng)用Python處理簡(jiǎn)單面板數(shù)據(jù)
**節(jié) 獨(dú)立混合橫截面數(shù)據(jù)分析
第二節(jié) 兩期面板數(shù)據(jù)分析
第八章 應(yīng)用Python估計(jì)工具變量
**節(jié) 遺漏變量和工具變量
第二節(jié) 工具變量相關(guān)檢驗(yàn)
第三節(jié) 其他條件下的2SLS應(yīng)用
第九章 應(yīng)用Python處理多期面板數(shù)據(jù)
**節(jié) 面板數(shù)據(jù)處理的固定效應(yīng)和隨機(jī)效應(yīng)方法
第二節(jié) 使用Python工具包linearmodels處理面板數(shù)據(jù)
第十章 應(yīng)用Python處理聯(lián)立方程組
**節(jié) 聯(lián)立方程組的關(guān)鍵概念
第二節(jié) 方程組參數(shù)估計(jì)方法的Python實(shí)現(xiàn)
第十一章 應(yīng)用Python處理時(shí)間序列數(shù)據(jù)
**節(jié) 時(shí)間序列數(shù)據(jù)分析的基本模型
第二節(jié) 不同特征的時(shí)間序列數(shù)據(jù)分析
附錄 應(yīng)用Python進(jìn)行數(shù)據(jù)分析的基礎(chǔ)
**節(jié) Python概述
第二節(jié) Python數(shù)據(jù)處理和計(jì)算
第三節(jié) Python繪圖
第四節(jié) 常用Python統(tǒng)計(jì)分析語(yǔ)法
**節(jié) 多元線性回歸模型
第二節(jié) 普通*小二乘法的Python實(shí)現(xiàn)
第二章 應(yīng)用Python進(jìn)行多元統(tǒng)計(jì)分析推斷
**節(jié) 多元統(tǒng)計(jì)分析推斷的基本原理
第二節(jié) 單個(gè)總體參數(shù)的假設(shè)檢驗(yàn)的Python實(shí)現(xiàn)
第三節(jié) 置信區(qū)間
第四節(jié) 線性組合假設(shè)檢驗(yàn)
第三章 應(yīng)用Python擬合多元非線性回歸模型
**節(jié) 標(biāo)準(zhǔn)化回歸模型
第二節(jié) 含有其他形式的回歸模型
第三節(jié) 將回歸模型用于預(yù)測(cè)
第四章 應(yīng)用Python檢驗(yàn)?zāi)Ｐ驮O(shè)定和數(shù)據(jù)問(wèn)題
**節(jié) 模型誤設(shè)
第二節(jié) 代理變量
第三節(jié) 異常觀測(cè)值
第五章 應(yīng)用Python處理含虛擬變量的多元回歸模型
**節(jié) 自變量為二值虛擬變量的情形
第二節(jié) 自變量為多類別虛擬變量的情形
第三節(jié) 自變量為虛擬變量時(shí)的交互作用
第四節(jié) 因變量為二值虛擬變量的情形
第六章 應(yīng)用Python處理異方差性
**節(jié) 異方差性及其影響
第二節(jié) 異方差性檢驗(yàn)
第三節(jié) 異方差性處理
第七章 應(yīng)用Python處理簡(jiǎn)單面板數(shù)據(jù)
**節(jié) 獨(dú)立混合橫截面數(shù)據(jù)分析
第二節(jié) 兩期面板數(shù)據(jù)分析
第八章 應(yīng)用Python估計(jì)工具變量
**節(jié) 遺漏變量和工具變量
第二節(jié) 工具變量相關(guān)檢驗(yàn)
第三節(jié) 其他條件下的2SLS應(yīng)用
第九章 應(yīng)用Python處理多期面板數(shù)據(jù)
**節(jié) 面板數(shù)據(jù)處理的固定效應(yīng)和隨機(jī)效應(yīng)方法
第二節(jié) 使用Python工具包linearmodels處理面板數(shù)據(jù)
第十章 應(yīng)用Python處理聯(lián)立方程組
**節(jié) 聯(lián)立方程組的關(guān)鍵概念
第二節(jié) 方程組參數(shù)估計(jì)方法的Python實(shí)現(xiàn)
第十一章 應(yīng)用Python處理時(shí)間序列數(shù)據(jù)
**節(jié) 時(shí)間序列數(shù)據(jù)分析的基本模型
第二節(jié) 不同特征的時(shí)間序列數(shù)據(jù)分析
附錄 應(yīng)用Python進(jìn)行數(shù)據(jù)分析的基礎(chǔ)
**節(jié) Python概述
第二節(jié) Python數(shù)據(jù)處理和計(jì)算
第三節(jié) Python繪圖
第四節(jié) 常用Python統(tǒng)計(jì)分析語(yǔ)法
展開(kāi)全部
書(shū)友推薦
- >
龍榆生：詞曲概論/大家小書(shū)
- >
名家?guī)阕x魯迅:朝花夕拾
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
姑媽的寶刀
- >
我從未如此眷戀人間
- >
山海經(jīng)
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
企鵝口袋書(shū)系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
本類暢銷
