掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥56.7
加入購物車
Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐 版權(quán)信息
- ISBN：9787522607931
- 條形碼：9787522607931 ; 978-7-5226-0793-1
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐 本書特色
本書是一本用Python學(xué)習(xí)統(tǒng)計(jì)分析的基礎(chǔ)讀物，每章都用一個(gè)例子貫穿始終，以點(diǎn)帶面，用Python編程的方式直觀理解統(tǒng)計(jì)分析。有理論，有方法，有實(shí)踐，可讓讀者快速掌握Python統(tǒng)計(jì)分析的基本技能。 ·大量的中小示例，通過Python編程實(shí)現(xiàn)，可操作性強(qiáng)。 ·詳解數(shù)據(jù)處理、概率以及統(tǒng)計(jì)推測等統(tǒng)計(jì)分析內(nèi)容，涵蓋面廣。 ·代碼、圖表并輔以通俗易懂的文字，易學(xué)易用。 ·版面精美，雙色印刷，可使學(xué)習(xí)過程輕松愉悅。 ·贈(zèng)送全部樣本源代碼。
Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐 內(nèi)容簡介
《Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐》以Python 3為基礎(chǔ)，詳細(xì)介紹了Python在統(tǒng)計(jì)分析中的基礎(chǔ)知識(shí)和實(shí)踐應(yīng)用，全書大致 由數(shù)據(jù)整理、概率和統(tǒng)計(jì)推斷三部分組成。其中在第1章對(duì)統(tǒng)計(jì)分析對(duì)象——數(shù)據(jù)的基本用語和數(shù)據(jù)的分類進(jìn)行了介紹。 第2~3章介紹了匯總平均值和數(shù)據(jù)方差的計(jì)算方法，進(jìn)而介紹了數(shù)據(jù)可視化的方法。第4~9章介紹概率相關(guān)知識(shí)，概率是 統(tǒng)計(jì)分析中不可缺少的數(shù)學(xué)知識(shí)。第10~12章介紹主要的統(tǒng)計(jì)分析方法，如參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析等。其中每章 都用一個(gè)例子貫穿始終，提出問題并用Python編程實(shí)現(xiàn)，以點(diǎn)帶面，可幫助讀者快速理解知識(shí)點(diǎn)，并通過編程讓讀者對(duì)統(tǒng) 計(jì)分析建立直觀的理解。 《Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐》知識(shí)點(diǎn)全面，內(nèi)容安排由淺入深、循序漸進(jìn)，特別適合大中專院校金融、財(cái)務(wù)、統(tǒng)計(jì)、 計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)相關(guān)專業(yè)學(xué)生學(xué)習(xí)，也適合初級(jí)科研人員、職場的數(shù)據(jù)分析人員參考學(xué)習(xí)。
Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐 目錄
第1章 關(guān)于數(shù)據(jù)
1.1 數(shù)據(jù)大小
1.2 變量類型
1.2.1 定性變量和定量變量
1.2.2 尺度水平
1.2.3 離散型變量和連續(xù)型變量
1.3 總結(jié)
第2章 整理一維數(shù)據(jù)
2.1 數(shù)據(jù)中心指標(biāo)
2.1.1 平均值
2.1.2 中位數(shù)
2.1.3 眾數(shù)
2.2 數(shù)據(jù)偏差指標(biāo)
2.2.1 方差和標(biāo)準(zhǔn)差
2.2.2 極差和四分位差
2.2.3 數(shù)據(jù)指標(biāo)匯總
2.3 數(shù)據(jù)歸一化
2.3.1 標(biāo)準(zhǔn)化
2.3.2 偏差值
2.4 一維數(shù)據(jù)的可視化
2.4.1 頻數(shù)分布表
2.4.2 直方圖
2.4.3 箱線圖
第3章 整理二維數(shù)據(jù)
3.1 兩個(gè)數(shù)據(jù)的關(guān)系指標(biāo)
3.1.1 協(xié)方差
3.1.2 相關(guān)系數(shù)
3.2 二維數(shù)據(jù)的可視化
3.2.1 散點(diǎn)圖
3.2.2 回歸直線
3.2.3 熱圖
3.3 Anscombe的實(shí)例分析
第4章 推斷統(tǒng)計(jì)基礎(chǔ)
4.1 總體與樣本
4.2 概率模型
4.2.1 概率基礎(chǔ)
4.2.2 概率分布
4.3 推斷統(tǒng)計(jì)中的概率
4.4 后面要學(xué)習(xí)的內(nèi)容
第5章 離散型隨機(jī)變量
5.1 一維離散型隨機(jī)變量
5.1.1 一維離散型隨機(jī)變量的定義
5.1.2 一維離散型隨機(jī)變量的數(shù)值指標(biāo)
5.2 二維離散型隨機(jī)變量
5.2.1 二維離散型隨機(jī)變量的定義
5.2.2 二維離散型隨機(jī)變量的數(shù)值指標(biāo)
第6章 常見的離散型概率分布
6.1 伯努利分布
6.2 二項(xiàng)分布
6.3 幾何分布
展開全部
Python統(tǒng)計(jì)分析基礎(chǔ)及實(shí)踐 作者簡介
谷合廣紀(jì)（作者） 日本東京人，東京大學(xué)研究生院信息理工學(xué)系電子信息學(xué)專業(yè)碩士畢業(yè)后，繼續(xù)進(jìn)行該專業(yè)的博士課程學(xué)習(xí)。日本職業(yè)將棋（也稱為日本象棋）手，參加獎(jiǎng)勵(lì)會(huì)的四段聯(lián)賽，通過日本將棋界頂級(jí)棋手之一的行方尚史九段與本書監(jiān)修認(rèn)識(shí)，開始對(duì)數(shù)據(jù)科學(xué)產(chǎn)生興趣，并以此為契機(jī)學(xué)習(xí)Python，目前每天都需要和Python打交道。統(tǒng)計(jì)檢驗(yàn)準(zhǔn)1級(jí)，Kaggle Recruit Challenge for Student 2017比賽摘得桂冠，SIGNATE AI邊緣競賽部門第2名，自動(dòng)駕駛AI挑戰(zhàn)賽優(yōu)秀獎(jiǎng)。 辻真吾（監(jiān)修） 1975年出生于日本東京，東京大學(xué)博士。本科畢業(yè)于東京大學(xué)工學(xué)部計(jì)數(shù)工學(xué)科數(shù)理工學(xué)專業(yè)。2000年3月碩士畢業(yè)后，加入一家初創(chuàng)IT風(fēng)險(xiǎn)投資公司，并作為技術(shù)骨干之一用Java進(jìn)行Web應(yīng)用程序開發(fā)。之后回到東京大學(xué)尖端科學(xué)技術(shù)研究中心基因組科學(xué)研究所，從事生命科學(xué)和信息科學(xué)的融合領(lǐng)域——生物信息學(xué)的研究，2005年取得博士（工學(xué)）學(xué)位。現(xiàn)為該研究中心的特聘副教授，工作之余，還組織舉辦“公共 Python 學(xué)習(xí)會(huì)”，致力于Python的普及活動(dòng)。 吳延科（譯者） 吳延科，河南省方城縣人，博士畢業(yè)于中國人民大學(xué)統(tǒng)計(jì)學(xué)專業(yè)，主要從事數(shù)理統(tǒng)計(jì)的相關(guān)研究，包括分位數(shù)回歸分析，時(shí)空數(shù)據(jù)建模分析和大數(shù)據(jù)分析等，現(xiàn)任職于廣東海洋大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院（軟件學(xué)院）數(shù)據(jù)科學(xué)系。
書友推薦
- >
推拿
- >
隨園食單
- >
上帝之肋:男人的真實(shí)旅程
- >
名家?guī)阕x魯迅:朝花夕拾
- >
莉莉和章魚
- >
山海經(jīng)
- >
姑媽的寶刀
- >
自卑與超越
本類暢銷
