中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
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(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥54.4
加入購(gòu)物車
對(duì)比Excel,輕松學(xué)習(xí)Python統(tǒng)計(jì)分析 版權(quán)信息
- ISBN：9787121447549
- 條形碼：9787121447549 ; 978-7-121-44754-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
對(duì)比Excel,輕松學(xué)習(xí)Python統(tǒng)計(jì)分析 本書特色
適讀人群 ：主要面向數(shù)據(jù)分析師群體以及想要從事數(shù)據(jù)分析師的大學(xué)生。“入職數(shù)據(jù)分析師系列”叢書 暢銷4年，深受讀者好評(píng) 總銷量超過(guò)20萬(wàn)冊(cè) 《對(duì)比Excel，輕松學(xué)習(xí)Python數(shù)據(jù)分析》 連續(xù)三年穩(wěn)居各大網(wǎng)店暢銷榜前列 出版有繁體版、韓語(yǔ)版 榮獲中國(guó)工信出版集團(tuán)2020年優(yōu)秀出版物二等獎(jiǎng) 榮獲電子工業(yè)出版社2020年優(yōu)秀暢銷書獎(jiǎng) 榮獲博文視點(diǎn)公司2019年震撼力圖書獎(jiǎng)
對(duì)比Excel,輕松學(xué)習(xí)Python統(tǒng)計(jì)分析 內(nèi)容簡(jiǎn)介
本書是“對(duì)比 Excel”的第 4 本書，全書依舊突出對(duì)比學(xué)習(xí)的特點(diǎn)，通過(guò)對(duì)比 Excel 的方式來(lái)講解如何利用 Python 學(xué)習(xí)統(tǒng)計(jì)學(xué)知識(shí)，即統(tǒng)計(jì)分析。本書是“對(duì)比 Excel”之前 3 本書的延續(xù)，同時(shí)也是數(shù)據(jù)分析師技能樹的擴(kuò)展。本書的主線是圍繞統(tǒng)計(jì)學(xué)的理論知識(shí)展開的，層層遞進(jìn)，依次為描述性分析、概率和概率分布、抽樣推斷與參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、卡方分析、回歸模型、相關(guān)性分析、時(shí)間序列。每個(gè)理論知識(shí)又由核心的 3 個(gè)部分組成：該理論知識(shí)在數(shù)據(jù)分析中的應(yīng)用、理論知識(shí)講解、Excel 和Python 工具的實(shí)現(xiàn)，讓大家學(xué)完本書以后既學(xué)到了理論知識(shí)，也知道如何將理論知識(shí)在數(shù)據(jù)分析中應(yīng)用，還知道如何用 Excel 和 Python 去實(shí)現(xiàn)。
對(duì)比Excel,輕松學(xué)習(xí)Python統(tǒng)計(jì)分析 目錄
第1 章 認(rèn)識(shí)統(tǒng)計(jì)學(xué) / 1
1.1 統(tǒng)計(jì)學(xué)是什么 . 1
1.2 統(tǒng)計(jì)學(xué)和數(shù)據(jù)分析有什么關(guān)系 1
1.3 Python 統(tǒng)計(jì)學(xué)和統(tǒng)計(jì)學(xué)有什么區(qū)別 . 2
第2 章 描述性分析 / 3
2.1 描述性分析在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 3
2.2 數(shù)據(jù)類型 . 3
2.3 數(shù)據(jù)整理與展示 . 3
2.3.1 分類型數(shù)據(jù)的整理與展示 . 4
2.3.2 數(shù)值型數(shù)據(jù)的整理與展示 . 7
2.4 概括性分析 . 17
2.4.1 集中趨勢(shì)指標(biāo) . 18
2.4.2 離散程度指標(biāo) . 23
2.4.3 分布情況指標(biāo) . 25
2.5 其他容易混淆的概念 28
2.5.1 平均值與期望 . 28
2.5.2 比例和比率 . 30
2.5.3 百分比和百分點(diǎn) . 31
第3 章 概率和概率分布 / 33
3.1 概率和概率分布在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 33
3.2 常見概念 . 33
3.2.1 什么是隨機(jī)事件 . 33
3.2.2 什么是隨機(jī)變量 . 34
3.2.3 什么是概率 . 34
3.3 離散型隨機(jī)變量概率分布 36
3.3.1 概率分布表與概率分布圖 . 36
3.3.2 累積分布函數(shù)與百分點(diǎn)函數(shù) . 37
3.3.3 期望與方差 . 37
3.3.4 常見離散型概率分布 . 38
3.4 連續(xù)型隨機(jī)變量概率分布 46
3.4.1 概率密度與累積分布 . 46
3.4.2 期望與方差 . 50
3.4.3 常見連續(xù)型概率分布 . 50
第4 章 抽樣推斷與參數(shù)估計(jì) / 65
4.1 抽樣推斷與參數(shù)估計(jì)在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 65
4.2 抽樣的基本概念 . 65
4.2.1 總體和樣本 . 65
4.2.2 常用統(tǒng)計(jì)量 . 66
4.3 常用的抽樣方式 . 66
4.3.1 簡(jiǎn)單隨機(jī)抽樣 . 67
4.3.2 分層抽樣 . 67
4.4 為什么樣本可以代表總體 68
4.4.1 中心極限定理 . 68
4.4.2 大數(shù)定理 . 70
4.5 參數(shù)估計(jì)的基本方法 71
4.5.1 點(diǎn)估計(jì) . 71
4.5.2 區(qū)間估計(jì) . 72
4.6 區(qū)間估計(jì)的類型 . 72
4.6.1 一個(gè)總體參數(shù)的區(qū)間估計(jì) . 72
4.6.2 兩個(gè)總體參數(shù)的區(qū)間估計(jì) . 80
第5 章 假設(shè)檢驗(yàn) / 88
5.1 假設(shè)檢驗(yàn)在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 88
5.2 假設(shè)檢驗(yàn)基本思想 88
5.3 假設(shè)檢驗(yàn)中常見的兩種錯(cuò)誤 90
5.4 顯著性水平和功效 90
5.5 假設(shè)檢驗(yàn)的基本步驟 91
5.6 一個(gè)總體參數(shù)的檢驗(yàn) 94
5.6.1 總體均值的檢驗(yàn) . 94
5.6.2 總體比例的檢驗(yàn) . 98
5.6.3 總體方差的檢驗(yàn) . 99
5.7 兩個(gè)總體參數(shù)的檢驗(yàn) 101
5.7.1 兩個(gè)總體均值之差的檢驗(yàn) . 101
5.7.2 兩個(gè)總體比例之差的檢驗(yàn) . 106
5.7.3 兩個(gè)總體方差比的檢驗(yàn) . 107
5.8 假設(shè)檢驗(yàn)中*小樣本量的確定 109
5.9 A/B 測(cè)試的完整流程 . 111
第6 章 方差分析 / 113
6.1 方差分析在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 . 113
6.2 方差分析的3 個(gè)假設(shè) . 113
6.3 正態(tài)性檢驗(yàn)方法 113
6.3.1 直方圖檢驗(yàn) 113
6.3.2 Q-Q 圖檢驗(yàn) 114
6.3.3 KS 檢驗(yàn) 114
6.3.4 AD 檢驗(yàn) . 115
6.3.5 W 檢驗(yàn) . 116
6.3.6 非正態(tài)數(shù)據(jù)轉(zhuǎn)換 116
6.4 方差齊性檢驗(yàn)方法. 118
6.4.1 方差比檢驗(yàn) 118
6.4.2 Hartley 檢驗(yàn) . 118
6.4.3 Bartlett 檢驗(yàn) . 119
6.4.4 Levene 檢驗(yàn) . 119
6.5 方差分析的基本步驟 120
6.6 方差分析的多重比較 125
6.6.1 LSD 多重比較法 . 125
6.6.2 Sidak 多重比較法 . 127
6.6.3 Bonferroni 多重比較法 . 128
6.7 多因素方差分析 . 129
6.7.1 無(wú)交互作用的多因素方差分析 . 129
6.7.2 有交互作用的多因素方差分析 . 134
第7 章 卡方分析 / 140
7.1 卡方分析在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 140
7.2 理論講解 . 140
7.3 Excel 與Python 實(shí)現(xiàn) 142
第8 章 回歸模型 / 144
8.1 回歸模型在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 144
8.2 一元線性回歸 . 144
8.2.1 一元線性回歸方程形式 . 144
8.2.2 *小二乘參數(shù)估計(jì)法 . 145
8.2.3 擬合程度判斷 . 147
8.2.4 顯著性檢驗(yàn) . 147
8.2.5 Excel 與Python 實(shí)現(xiàn) 149
8.3 多元線性回歸 . 151
8.3.1 多元線性回歸方程形式 . 151
8.3.2 *小二乘參數(shù)估計(jì)法 . 151
8.3.3 擬合程度判斷 . 151
8.3.4 顯著性檢驗(yàn) . 152
8.3.5 多重共線性 . 153
8.3.6 Excel 與Python 實(shí)現(xiàn) 153
8.4 協(xié)方差分析 . 155
8.4.1 理論講解 . 155
8.4.2 Excel 與Python 實(shí)現(xiàn) 157
第9 章 相關(guān)性分析 / 159
9.1 相關(guān)性分析在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 159
9.2 相關(guān)系數(shù)的種類 . 159
9.2.1 皮爾遜相關(guān)系數(shù) . 159
9.2.2 斯皮爾曼相關(guān)系數(shù) . 162
9.2.3 肯德爾相關(guān)系數(shù) . 162
9.2.4 Excel 與Python 實(shí)現(xiàn) 163
9.3 相關(guān)與因果 . 164
第10 章 時(shí)間序列 / 165
10.1 時(shí)間序列在數(shù)據(jù)分析中的應(yīng)用場(chǎng)景 165
10.2 平穩(wěn)時(shí)間序列預(yù)測(cè) . 165
10.2.1 簡(jiǎn)單平均法 . 166
10.2.2 移動(dòng)平均法 . 167
10.2.3 指數(shù)平滑法 . 169
10.3 時(shí)間序列預(yù)測(cè)模型 . 172
10.3.1 AR 模型 172
10.3.2 MA 模型 174
10.3.3 ARMA 模型 175
10.3.4 ARIMA 模型 . 176
10.4 時(shí)間序列分解預(yù)測(cè) . 177
10.5 趨勢(shì)時(shí)間序列預(yù)測(cè) . 187
10.5.1 線性趨勢(shì)預(yù)測(cè) . 187
10.5.2 指數(shù)趨勢(shì)預(yù)測(cè) . 189
10.5.3 對(duì)數(shù)趨勢(shì)預(yù)測(cè) . 191
展開全部
對(duì)比Excel,輕松學(xué)習(xí)Python統(tǒng)計(jì)分析 作者簡(jiǎn)介
張俊紅，某互聯(lián)網(wǎng)公司資深數(shù)據(jù)分析師，暢銷書《對(duì)比Excel，輕松學(xué)習(xí)Python數(shù)據(jù)分析》作者。對(duì)比學(xué)習(xí)法倡導(dǎo)者，入職數(shù)據(jù)分析師系列叢書作者。喜歡分享，致力于做一個(gè)數(shù)據(jù)科學(xué)路上的終身學(xué)習(xí)者、實(shí)踐者、分享者。公眾號(hào)“俊紅的數(shù)據(jù)分析之路”運(yùn)營(yíng)人。
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
羅曼·羅蘭讀書隨筆-精裝
- >
名家?guī)阕x魯迅:故事新編
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
史學(xué)評(píng)論
- >
伯納黛特,你要去哪(2021新版)
- >
小考拉的故事-套裝共3冊(cè)
- >
【精裝繪本】畫給孩子的中國(guó)神話
本類暢銷
