掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列)
包郵 數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列)
作者：賈俊平
開本：
其他
頁數(shù)：
172
本類五星書更多>
-
>
全國計算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.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(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列) 版權(quán)信息
- ISBN：9787300304632
- 條形碼：9787300304632 ; 978-7-300-30463-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列) 內(nèi)容簡介
本書是為高等職業(yè)教育編寫的公共基礎(chǔ)課教材，全書內(nèi)容共7章，第1章數(shù)據(jù)分析的基本問題，包括數(shù)據(jù)分析簡介、數(shù)據(jù)及其分類以及數(shù)據(jù)的來源等。第2章介紹數(shù)據(jù)處理的有關(guān)內(nèi)容，包括數(shù)據(jù)的預(yù)處理、類別數(shù)據(jù)頻數(shù)分布表的制作、數(shù)值數(shù)據(jù)的類別化等。第3章介紹數(shù)據(jù)可視化分析方法，包括類別數(shù)據(jù)可視化、分布特征可視化、樣本相似性可視化、時間序列可視化等。第4章介紹數(shù)據(jù)的描述性分析方法，包括數(shù)據(jù)水平的描述、數(shù)據(jù)差異的描述、數(shù)據(jù)分布形狀的描述等。第5章介紹推斷分析方法，包括推斷的理論基礎(chǔ)、參數(shù)估計和假設(shè)檢驗(yàn)等。第6章介紹相關(guān)與回歸分析方法，包括相關(guān)分析和一元線性回歸建模方法。第7章介紹時間序列分析方法，包括增長率分析、平滑法預(yù)測和趨勢預(yù)測等。
數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列) 目錄
第1章 數(shù)據(jù)分析概述
1．1 什么是數(shù)據(jù)分析
1．1．1 數(shù)據(jù)分析方法
1．1．2 數(shù)據(jù)分析工具
1．2 數(shù)據(jù)及其分類
1．2．1 什么是數(shù)據(jù)
1．2．2 數(shù)據(jù)的分類
1．3 數(shù)據(jù)的來源
1．3．1 間接來源和直接來源
1．3．2 抽取隨機(jī)樣本
1．3．3 生成隨機(jī)數(shù)
第2章 數(shù)據(jù)處理
2．1 數(shù)據(jù)的預(yù)處理
2．1．1 數(shù)據(jù)審核與錄入
2．1．2 數(shù)據(jù)排序和篩選
2．2 生成頻數(shù)分布表
2．2．1 簡單頻數(shù)表
2．2．2 二維列聯(lián)表
2．2．3 頻數(shù)表的簡單分析
2．3 數(shù)值數(shù)據(jù)類別化
2．3．1 數(shù)據(jù)分組
2．3．2 用Excel生成頻數(shù)分布表
第3章 數(shù)據(jù)可視化分析
3．1 類別數(shù)據(jù)可視化
3．1．1 條形圖
3．1．2 瀑布圖和漏斗圖
3．1．3 餅圖和環(huán)形圖
3．1．4 樹狀圖和旭日圖
3．2 數(shù)值數(shù)據(jù)可視化
3．2．1 分布特征可視化
3．2．2 變量間關(guān)系可視化
3．2．3 樣本相似性可視化
3．3 時間序列可視化
3．3．1 折線圖
3．3．2 面積圖
3．4 合理使用統(tǒng)計圖表
第4章 數(shù)據(jù)的描述分析
4．1 數(shù)據(jù)水平的描述
4．1．1 平均數(shù)
4．1．2 分位數(shù)
4．1．3 眾數(shù)
4．2 數(shù)據(jù)差異的描述
4．2．1 極差和四分位差
4．2．2 方差和標(biāo)準(zhǔn)差
4．2．3 離散系數(shù)
4．2．4 標(biāo)準(zhǔn)分?jǐn)?shù)
4．3 分布形狀的描述
4．3．1 偏度系數(shù)
4．3．2 峰度系數(shù)
4．4 Excel【數(shù)據(jù)分析】工具的應(yīng)用
第5章 推斷分析基本方法
5．1 推斷的理論基礎(chǔ)
5．1．1 隨機(jī)變量和概率分布
5．1．2 統(tǒng)計量的抽樣分布
5．2 參數(shù)估計
5．2．1 估計方法和原理
5．2．2 總體均值的區(qū)間估計
5．2．3 總體比例的區(qū)間估計
5．3 假設(shè)檢驗(yàn)
5．3．1 假設(shè)檢驗(yàn)的步驟
5．3．2 總體均值的檢驗(yàn)
5．3．3 總體比例的檢驗(yàn)
第6章 相關(guān)與回歸分析
6．1 變量間關(guān)系的分析
6．1．1 變量間的關(guān)系
6．1．2 相關(guān)關(guān)系的描述
6．1．3 相關(guān)關(guān)系的度量
6．2 一元線性回歸建模
6．2．1 回歸模型與回歸方程
6．2．2 參數(shù)的*小平方估計
6．3 模型評估和檢驗(yàn)
6．3．1 模型評估
6．3．2 顯著性檢驗(yàn)
6．4 回歸預(yù)測和殘差分析
6．4．1 回歸預(yù)測
6．4．2 殘差分析
第7章 時間序列分析
7．1 增長率的計算與分析
7．1．1 增長率與平均增長率
7．1．2 年化增長率
7．2 時間序列的成分和預(yù)測方法
7．2．1 時間序列的成分
7．2．2 預(yù)測方法的選擇與評估
7．3 平滑法預(yù)測
7．3．1 移動平均預(yù)測
7．3．2 簡單指數(shù)平滑預(yù)測
7．4 趨勢預(yù)測
7．4．1 線性趨勢預(yù)測
7．4．2 非線性趨勢預(yù)測
參考書目
附錄 Excel中的統(tǒng)計函數(shù)
1．1 什么是數(shù)據(jù)分析
1．1．1 數(shù)據(jù)分析方法
1．1．2 數(shù)據(jù)分析工具
1．2 數(shù)據(jù)及其分類
1．2．1 什么是數(shù)據(jù)
1．2．2 數(shù)據(jù)的分類
1．3 數(shù)據(jù)的來源
1．3．1 間接來源和直接來源
1．3．2 抽取隨機(jī)樣本
1．3．3 生成隨機(jī)數(shù)
第2章 數(shù)據(jù)處理
2．1 數(shù)據(jù)的預(yù)處理
2．1．1 數(shù)據(jù)審核與錄入
2．1．2 數(shù)據(jù)排序和篩選
2．2 生成頻數(shù)分布表
2．2．1 簡單頻數(shù)表
2．2．2 二維列聯(lián)表
2．2．3 頻數(shù)表的簡單分析
2．3 數(shù)值數(shù)據(jù)類別化
2．3．1 數(shù)據(jù)分組
2．3．2 用Excel生成頻數(shù)分布表
第3章 數(shù)據(jù)可視化分析
3．1 類別數(shù)據(jù)可視化
3．1．1 條形圖
3．1．2 瀑布圖和漏斗圖
3．1．3 餅圖和環(huán)形圖
3．1．4 樹狀圖和旭日圖
3．2 數(shù)值數(shù)據(jù)可視化
3．2．1 分布特征可視化
3．2．2 變量間關(guān)系可視化
3．2．3 樣本相似性可視化
3．3 時間序列可視化
3．3．1 折線圖
3．3．2 面積圖
3．4 合理使用統(tǒng)計圖表
第4章 數(shù)據(jù)的描述分析
4．1 數(shù)據(jù)水平的描述
4．1．1 平均數(shù)
4．1．2 分位數(shù)
4．1．3 眾數(shù)
4．2 數(shù)據(jù)差異的描述
4．2．1 極差和四分位差
4．2．2 方差和標(biāo)準(zhǔn)差
4．2．3 離散系數(shù)
4．2．4 標(biāo)準(zhǔn)分?jǐn)?shù)
4．3 分布形狀的描述
4．3．1 偏度系數(shù)
4．3．2 峰度系數(shù)
4．4 Excel【數(shù)據(jù)分析】工具的應(yīng)用
第5章 推斷分析基本方法
5．1 推斷的理論基礎(chǔ)
5．1．1 隨機(jī)變量和概率分布
5．1．2 統(tǒng)計量的抽樣分布
5．2 參數(shù)估計
5．2．1 估計方法和原理
5．2．2 總體均值的區(qū)間估計
5．2．3 總體比例的區(qū)間估計
5．3 假設(shè)檢驗(yàn)
5．3．1 假設(shè)檢驗(yàn)的步驟
5．3．2 總體均值的檢驗(yàn)
5．3．3 總體比例的檢驗(yàn)
第6章 相關(guān)與回歸分析
6．1 變量間關(guān)系的分析
6．1．1 變量間的關(guān)系
6．1．2 相關(guān)關(guān)系的描述
6．1．3 相關(guān)關(guān)系的度量
6．2 一元線性回歸建模
6．2．1 回歸模型與回歸方程
6．2．2 參數(shù)的*小平方估計
6．3 模型評估和檢驗(yàn)
6．3．1 模型評估
6．3．2 顯著性檢驗(yàn)
6．4 回歸預(yù)測和殘差分析
6．4．1 回歸預(yù)測
6．4．2 殘差分析
第7章 時間序列分析
7．1 增長率的計算與分析
7．1．1 增長率與平均增長率
7．1．2 年化增長率
7．2 時間序列的成分和預(yù)測方法
7．2．1 時間序列的成分
7．2．2 預(yù)測方法的選擇與評估
7．3 平滑法預(yù)測
7．3．1 移動平均預(yù)測
7．3．2 簡單指數(shù)平滑預(yù)測
7．4 趨勢預(yù)測
7．4．1 線性趨勢預(yù)測
7．4．2 非線性趨勢預(yù)測
參考書目
附錄 Excel中的統(tǒng)計函數(shù)
展開全部
數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列) 節(jié)選
1.1什么是數(shù)據(jù)分析數(shù)據(jù)分析（data analysis）是從數(shù)據(jù)中提取信息并得出結(jié)論的過程，它所使用的方法既包括經(jīng)典的統(tǒng)計學(xué)方法，也包括現(xiàn)代的機(jī)器學(xué)習(xí)技術(shù)。數(shù)據(jù)分析涉及三個基本問題：一是所面對的是什么樣的數(shù)據(jù)；二是用什么方法分析這些數(shù)據(jù)；三是用何種工具（軟件）來實(shí)現(xiàn)分析。**個問題將在1.2中介紹，這里先介紹后兩個問題。1.1.1數(shù)據(jù)分析方法計算機(jī)和互聯(lián)網(wǎng)的普及以及統(tǒng)計方法與計算機(jī)科學(xué)的有機(jī)結(jié)合，極大地促進(jìn)了數(shù)據(jù)分析方法的發(fā)展，并有效地拓寬了其應(yīng)用領(lǐng)域。可以說，數(shù)據(jù)分析已廣泛應(yīng)用于生產(chǎn)和生活的各個領(lǐng)域。數(shù)據(jù)分析的目的是把隱藏在數(shù)據(jù)中的信息有效地提煉出來，從而找出所研究對象的內(nèi)在特征和規(guī)律。在實(shí)際應(yīng)用中，數(shù)據(jù)分析可幫助人們做出判斷和決策，以便采取適當(dāng)行動。比如，通過對股票交易數(shù)據(jù)的分析，你可以做出買進(jìn)或賣出某只股票的決策；通過對客戶消費(fèi)行為數(shù)據(jù)的分析，電商可以精準(zhǔn)確定客戶，并提供有效的產(chǎn)品和服務(wù)；通過對患者醫(yī)療數(shù)據(jù)的分析，醫(yī)生可以做出正確的診斷和治療；等等。數(shù)據(jù)分析有不同的視角和目標(biāo)，因此可以從不同角度進(jìn)行分類。從分析目的看，數(shù)據(jù)分析可分為描述性分析（descriptive analysis）、探索性分析（exploratory analysis）和驗(yàn)證性分析（conf irmatory analysis）三大類。其中，描述性分析是對數(shù)據(jù)進(jìn)行初步的整理、展示和概括性度量，以找出數(shù)據(jù)的基本特征；探索性分析側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特征，是為形成某種理論或假設(shè)而對數(shù)據(jù)進(jìn)行的分析；驗(yàn)證性分析則側(cè)重于對已有理論或假設(shè)的證實(shí)或證偽。當(dāng)然，這三個層面的分析并不是截然分開的，多數(shù)情況下，數(shù)據(jù)分析是對數(shù)據(jù)進(jìn)行描述、探索和驗(yàn)證的綜合研究。從所使用的統(tǒng)計分析方法看，數(shù)據(jù)分析可大致分為描述統(tǒng)計（descriptive statistics）和推斷統(tǒng)計（inferential statistics）兩大類。描述統(tǒng)計主要是利用圖表形式對數(shù)據(jù)進(jìn)行匯總和展示，并通過計算一些簡單的統(tǒng)計量（諸如比例、比率、平均數(shù)、標(biāo)準(zhǔn)差等）進(jìn)行分析，進(jìn)而發(fā)現(xiàn)數(shù)據(jù)的基本特征。推斷統(tǒng)計主要是根據(jù)樣本信息來推斷總體的特征，其基本方法包括參數(shù)估計和假設(shè)檢驗(yàn)。參數(shù)估計是利用樣本信息推斷人們所關(guān)心的總體參數(shù)，假設(shè)檢驗(yàn)則是利用樣本信息判斷對總體的某個假設(shè)是否成立。比如，從一批電池中隨機(jī)抽取少數(shù)幾塊電池作為樣本，測出它們的使用壽命，然后根據(jù)樣本電池的平均使用壽命估計這批電池的平均使用壽命，或者檢驗(yàn)這批電池的使用壽命是否等于某個假定值，這就是推斷統(tǒng)計要解決的問題。實(shí)際上，數(shù)據(jù)分析所使用的方法均可以稱為統(tǒng)計學(xué)方法。因?yàn)榻y(tǒng)計學(xué)（statistics）本身就是一門關(guān)于數(shù)據(jù)分析的科學(xué)，它研究的是來自各領(lǐng)域的數(shù)據(jù)，提供的是一套通用于所有學(xué)科領(lǐng)域的獲取數(shù)據(jù)、分析數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的原則和方法。統(tǒng)計學(xué)方法是通用于所有學(xué)科領(lǐng)域的，而不是為某個特定的問題領(lǐng)域構(gòu)造的。當(dāng)然，統(tǒng)計學(xué)方法不是一成不變的，使用者在特定情況下需要根據(jù)所掌握的專業(yè)知識選擇使用這些方法，如果需要，還要進(jìn)行必要的修正。1.1.2數(shù)據(jù)分析工具實(shí)際分析中的數(shù)據(jù)量通常非常大，有些統(tǒng)計學(xué)方法的計算也十分復(fù)雜，不用計算機(jī)處理和分析數(shù)據(jù)是很難實(shí)現(xiàn)應(yīng)用的。在計算機(jī)時代到來前，計算問題使數(shù)據(jù)分析方法的應(yīng)用受到極大限制。在計算機(jī)普及的今天，各種數(shù)據(jù)分析軟件的出現(xiàn)，使數(shù)據(jù)分析變得十分容易，只要你理解統(tǒng)計學(xué)方法的基本原理和應(yīng)用條件，就很容易使用統(tǒng)計軟件進(jìn)行數(shù)據(jù)分析。統(tǒng)計軟件大致可分為商業(yè)類軟件和非商業(yè)類軟件兩大類。商業(yè)類軟件種類繁多，較有代表性的有SAS、SPSS、Minitab、Stata等。多數(shù)人較熟悉的Excel雖然不是統(tǒng)計軟件，但也提供了一些常用的統(tǒng)計函數(shù)，并提供了常用的數(shù)據(jù)分析工具，其中包含一些基本的數(shù)據(jù)分析方法，可供非專業(yè)人員做些簡單的數(shù)據(jù)分析。商業(yè)類軟件雖有不同的側(cè)重點(diǎn)，但功能大同小異，基本上能滿足大多數(shù)人做數(shù)據(jù)分析的需要。商業(yè)類軟件使用相對簡單，容易上手，但其主要問題是價格不菲，多數(shù)人難以接受。此外，商業(yè)類軟件更新速度較慢，難以提供*新方法的解決方案。
數(shù)據(jù)分析基礎(chǔ)——Excel實(shí)現(xiàn)(新編21世紀(jì)高等職業(yè)教育精品教材·公共基礎(chǔ)課系列) 作者簡介
賈俊平，中國人民大學(xué)統(tǒng)計學(xué)院副教授，從事統(tǒng)計教學(xué)30多年，著有《統(tǒng)計學(xué)—基于R》《統(tǒng)計學(xué)—Python實(shí)現(xiàn)》《統(tǒng)計學(xué)—基于Excel》《統(tǒng)計學(xué)—基于SPSS》《統(tǒng)計學(xué)基礎(chǔ)》、《數(shù)據(jù)可視化分析—基于R語言》等多部教材和著作。編寫的《統(tǒng)計學(xué)》（第7版）和《統(tǒng)計學(xué)基礎(chǔ)》（第5版）分別榮獲首屆全國教材建設(shè)獎（高等教育類和職業(yè)教育和繼續(xù)教育類）優(yōu)秀教材獎。
書友推薦
- >
月亮虎
- >
中國歷史的瞬間
- >
山海經(jīng)
- >
朝聞道
- >
煙與鏡
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
經(jīng)典常談
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
