掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
會計綜合實訓——從手工到電算化(普通高等教育經管類專業“十三五”規劃教材●會計信息化系列) 版權信息
- ISBN：9787302494447
- 條形碼：9787302494447 ; 978-7-302-49444-7
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
會計綜合實訓——從手工到電算化(普通高等教育經管類專業“十三五”規劃教材●會計信息化系列) 本書特色
理論與實踐相結合，以數據分析處理過程為主線,在簡單介紹統計學知識的基礎上結合具體實例講解如何應用 Excel實現數據分析處理。
內容全面,體系完整，案例典型,注重實用性和可操作性，通過大量實例在讓讀者掌握數據分析處理方法的同時快速掌握Excel的操作方法。
每章*后均對該章的核心知識進行了提煉、歸納,并提供了針對性較強的習題,可使讀者對所學習的知識加以鞏固,并能做到舉一反三。
會計綜合實訓——從手工到電算化(普通高等教育經管類專業“十三五”規劃教材●會計信息化系列) 內容簡介
在當今數字化時代，人們在日常生活和工作中要面對大量的數據，如何有效地利用這些數據改善我們的生活、改進我們的工作成為了人們關心的問題，數據挖掘技術的發展為我們打開了一扇窗，提供了各種實用工具實現數據的分析與處理。但這些工具往往專業性強，對使用者要求高，很難普及，而Excel是大眾普遍使用的電子表格制作軟件，它不僅能夠保存數據，在數據處理中也有著良好的表現，特別是它提供的函數、圖表、數據透視表、數據分析工具、規劃求解工具等，不僅能夠解決在數據分析處理中的各種復雜問題，對解決日常生活和工作中的數據分析處理問題也有很大幫助。 《Excel在數據分析中的應用》以數據分析處理過程為主線，以統計學為基礎，通過Excel的各種功能實現對各種數據的處理，主要內容包括數據分析與處理概述、數據收集與預處理、Excel函數在數據分析中的應用、數據管理、數據圖表化展現、抽樣與參數估計、方差分析、時間序列分析、相關分析、常用統計分布圖形分析、回歸圖形分析、Excel在數據挖掘中的應用。 《Excel在數據分析中的應用》內容豐富，結構清晰，采用從原理到實踐的方式介紹，并給出了大量的案例。同時《Excel在數據分析中的應用》附贈PPT教學課件、案例源文件和結果文件，以便于教學。 《Excel在數據分析中的應用》適用于高等院校數據分析相關的計算機基礎教學，讀者對象為開設有數據分析課程的相關專業的大學生、研究生，以及企事業單位的數據分析人員。
會計綜合實訓——從手工到電算化(普通高等教育經管類專業“十三五”規劃教材●會計信息化系列) 目錄
第1章 數據分析與處理概述 1
1.1 數據分析與處理簡介 1
1.2 數據分析處理概念 2
1.2.1 什么是數據 2
1.2.2 什么是數據的分析與處理 2
1.3 數據分析與處理過程 3
1.3.1 數據分析處理過程 3
1.3.2 數據分析處理案例 6
1.3.3 數據分析師 15
1.4 數據分析模型 16
1.5 大數據的分析處理 20
1.5.1 大數據時代——你的一天 20
1.5.2 大數據概念 21
1.5.3 數據挖掘 26
本章小結 29
習題1 29
第2章 數據收集與預處理 31
2.1 數據的收集 31
2.1.1 數據的來源 31
2.1.2 數據的分類 31
2.1.3 數據集 32
2.1.4 數據的收集方法 36
2.1.5 數據收集案例 37
2.2 數據預處理 42
2.2.1 數據清理 42
2.2.2 數據集成 47
2.2.3 數據轉換 49
2.2.4 數據歸約 52
2.2.5 數據的可視化 54
本章小結 58
習題2 58
第3章 Excel函數在數據分析中的應用 60
3.1 Excel在數據分析中的應用簡介 60
3.2 單元格、公式、函數 61
3.2.1 單元格 61
3.2.2 公式 62
3.2.3 函數 63
3.3 數據分析中的常用函數 64
3.3.1 數學函數 64
3.3.2 文本函數 66
3.3.3 日期函數 68
3.3.4 統計函數 70
3.3.5 邏輯函數 71
3.3.6 查找與引用函數 72
3.4 函數應用案例分析 74
本章小結 79
習題3 79
第4章 數據管理 84
4.1 數據排序 84
4.1.1 排序規則 84
4.1.2 行、列排序 85
4.1.3 自定義條件排序 88
4.1.4 排序函數 89
4.2 數據篩選 91
4.2.1 自動篩選 91
4.2.2 高級篩選 93
4.3 數據分類匯總 99
4.3.1 直接創建分類匯總 100
4.3.2 多重分類匯總 101
4.3.3 分類匯總函數 102
4.4 合并計算 109
4.4.1 按位置合并計算 109
4.4.2 按類合并計算 111
本章小結 112
習題4 112
第5章 數據圖表化展現 115
5.1 數據圖表 115
5.1.1 圖表的類型 115
5.1.2 創建簡單圖表 116
5.1.3 創建復雜圖表 118
5.1.4 動態圖表 122
5.2 數據透視表 127
5.2.1 數據透視表組成 127
5.2.2 創建數據透視表 127
5.2.3 數據透視表分組 131
5.2.4 數據透視圖 132
本章小結 133
習題5 133
第6章 抽樣與參數估計 136
6.1 抽樣 136
6.1.1 隨機數函數抽樣 137
6.1.2 隨機數發生器抽樣 137
6.1.3 抽樣分析工具隨機抽樣 139
6.1.4 抽樣分析工具周期抽樣 139
6.1.5 抽樣分析案例 139
6.2 參數估計 145
6.2.1 參數估計的基本概念 146
6.2.2 總體方差已知情況下的總體均值
區間估計 147
6.2.3 總體方差未知且為小樣本情況下的
總體均值區間估計 148
6.2.4 總體方差未知且為大樣本情況下的
總體均值區間估計 148
6.2.5 總體方差的區間估計 149
6.2.6 兩個總體均值之差的區間估計 150
6.2.7 兩個總體方差比的區間估計 150
6.2.8 參數估計案例 151
本章小結 163
習題6 164
第7章 方差分析 167
7.1 單因素方差分析 167
7.1.1 單因素方差分析原理 167
7.1.2 單因素方差分析案例 169
7.2 雙因素方差分析 172
7.2.1 無重復的雙因素方差分析 172
7.2.2 無重復的雙因素方差分析案例 174
7.2.3 可重復的雙因素方差分析 176
7.2.4 可重復的雙因素方差分析案例 178
本章小結 181
習題7 181
第8章 時間序列分析 184
8.1 時間序列簡介 184
8.1.1 時間序列的基本概念和特點 184
8.1.2 時間序列變動的影響因素 184
8.2 時間序列的統計對比分析 185
8.2.1 時間序列的圖形分析 185
8.2.2 時間序列的水平分析 185
8.2.3 時間序列的速度分析 186
8.2.4 統計對比分析案例 187
8.3 時間序列的移動平均分析 189
8.3.1 移動平均分析原理 190
8.3.2 移動平均分析案例 190
8.4 時間序列的指數平滑分析 193
8.4.1 指數平滑分析原理 193
8.4.2 指數平滑分析案例 195
8.5 時間序列的趨勢外推分析 200
8.5.1 趨勢外推分析原理 200
8.5.2 趨勢外推分析案例 201
8.6 時間序列的季節調整分析 203
8.6.1 季節調整分析原理 203
8.6.2 季節調整分析案例 203
本章小結 206
習題8 206
第9章 相關分析 209
9.1 簡單相關分析 209
9.1.1 簡單相關關系的測定方法 209
9.1.2 簡單相關分析案例 213
9.2 多元相關分析 216
9.2.1 多元相關關系的測定方法 216
9.2.2 多元相關分析案例 218
9.3 等級相關分析 221
9.3.1 等級相關關系的測定方法 221
9.3.2 等級相關關系案例 221
本章小結 223
習題9 223
第10章 常用統計分布圖形分析 226
10.1 概率函數圖形分析 226
10.1.1 離散型隨機變量的概率質量
函數 226
10.1.2 連續型隨機變量的概率密度
函數 227
10.1.3 概率累積分布函數 227
10.1.4 概率函數分析案例 228
10.2 正態分布圖形分析 232
10.2.1 正態分布函數 232
10.2.2 正態分布分析案例 234
10.3 泊松分布圖形分析 235
10.3.1 泊松分布函數 236
10.3.2 泊松分布分析案例 237
10.4 指數分布圖形分析 238
10.4.1 指數分布函數 239
10.4.2 指數分布分析案例 240
10.5 卡方分布圖形分析 242
10.5.1 卡方分布函數 242
10.5.2 卡方分布分析案例 243
本章小結 245
習題10 245
第11章 回歸圖形分析 247
11.1 一元線性回歸圖形分析 247
11.1.1 一元線性回歸模型 247
11.1.2 一元線性回歸的實現方法 248
11.1.3 一元線性回歸分析案例 251
11.2 多元線性回歸圖形分析 256
11.2.1 多元線性回歸模型 257
11.2.2 多元線性回歸分析案例 258
11.3 非線性回歸圖形分析 262
11.3.1 多項式回歸模型 263
11.3.2 多項式回歸分析案例 264
本章小結 269
習題11 269
第12章 Excel在數據挖掘中的應用 272
12.1 聚類分析 272
12.1.1 聚類分析的特征 272
12.1.2 聚類分析算法模型 273
12.1.3 聚類分析處理過程 274
12.1.4 聚類分析案例 274
12.2 判別分析 280
12.2.1 判別方法 281
12.2.2 Fisher判別模型 282
12.2.3 Fisher判別分析處理過程 283
12.2.4 判別分析案例 283
本章小結 289
習題12 289
參考文獻 291
1.1 數據分析與處理簡介 1
1.2 數據分析處理概念 2
1.2.1 什么是數據 2
1.2.2 什么是數據的分析與處理 2
1.3 數據分析與處理過程 3
1.3.1 數據分析處理過程 3
1.3.2 數據分析處理案例 6
1.3.3 數據分析師 15
1.4 數據分析模型 16
1.5 大數據的分析處理 20
1.5.1 大數據時代——你的一天 20
1.5.2 大數據概念 21
1.5.3 數據挖掘 26
本章小結 29
習題1 29
第2章 數據收集與預處理 31
2.1 數據的收集 31
2.1.1 數據的來源 31
2.1.2 數據的分類 31
2.1.3 數據集 32
2.1.4 數據的收集方法 36
2.1.5 數據收集案例 37
2.2 數據預處理 42
2.2.1 數據清理 42
2.2.2 數據集成 47
2.2.3 數據轉換 49
2.2.4 數據歸約 52
2.2.5 數據的可視化 54
本章小結 58
習題2 58
第3章 Excel函數在數據分析中的應用 60
3.1 Excel在數據分析中的應用簡介 60
3.2 單元格、公式、函數 61
3.2.1 單元格 61
3.2.2 公式 62
3.2.3 函數 63
3.3 數據分析中的常用函數 64
3.3.1 數學函數 64
3.3.2 文本函數 66
3.3.3 日期函數 68
3.3.4 統計函數 70
3.3.5 邏輯函數 71
3.3.6 查找與引用函數 72
3.4 函數應用案例分析 74
本章小結 79
習題3 79
第4章 數據管理 84
4.1 數據排序 84
4.1.1 排序規則 84
4.1.2 行、列排序 85
4.1.3 自定義條件排序 88
4.1.4 排序函數 89
4.2 數據篩選 91
4.2.1 自動篩選 91
4.2.2 高級篩選 93
4.3 數據分類匯總 99
4.3.1 直接創建分類匯總 100
4.3.2 多重分類匯總 101
4.3.3 分類匯總函數 102
4.4 合并計算 109
4.4.1 按位置合并計算 109
4.4.2 按類合并計算 111
本章小結 112
習題4 112
第5章 數據圖表化展現 115
5.1 數據圖表 115
5.1.1 圖表的類型 115
5.1.2 創建簡單圖表 116
5.1.3 創建復雜圖表 118
5.1.4 動態圖表 122
5.2 數據透視表 127
5.2.1 數據透視表組成 127
5.2.2 創建數據透視表 127
5.2.3 數據透視表分組 131
5.2.4 數據透視圖 132
本章小結 133
習題5 133
第6章 抽樣與參數估計 136
6.1 抽樣 136
6.1.1 隨機數函數抽樣 137
6.1.2 隨機數發生器抽樣 137
6.1.3 抽樣分析工具隨機抽樣 139
6.1.4 抽樣分析工具周期抽樣 139
6.1.5 抽樣分析案例 139
6.2 參數估計 145
6.2.1 參數估計的基本概念 146
6.2.2 總體方差已知情況下的總體均值
區間估計 147
6.2.3 總體方差未知且為小樣本情況下的
總體均值區間估計 148
6.2.4 總體方差未知且為大樣本情況下的
總體均值區間估計 148
6.2.5 總體方差的區間估計 149
6.2.6 兩個總體均值之差的區間估計 150
6.2.7 兩個總體方差比的區間估計 150
6.2.8 參數估計案例 151
本章小結 163
習題6 164
第7章 方差分析 167
7.1 單因素方差分析 167
7.1.1 單因素方差分析原理 167
7.1.2 單因素方差分析案例 169
7.2 雙因素方差分析 172
7.2.1 無重復的雙因素方差分析 172
7.2.2 無重復的雙因素方差分析案例 174
7.2.3 可重復的雙因素方差分析 176
7.2.4 可重復的雙因素方差分析案例 178
本章小結 181
習題7 181
第8章 時間序列分析 184
8.1 時間序列簡介 184
8.1.1 時間序列的基本概念和特點 184
8.1.2 時間序列變動的影響因素 184
8.2 時間序列的統計對比分析 185
8.2.1 時間序列的圖形分析 185
8.2.2 時間序列的水平分析 185
8.2.3 時間序列的速度分析 186
8.2.4 統計對比分析案例 187
8.3 時間序列的移動平均分析 189
8.3.1 移動平均分析原理 190
8.3.2 移動平均分析案例 190
8.4 時間序列的指數平滑分析 193
8.4.1 指數平滑分析原理 193
8.4.2 指數平滑分析案例 195
8.5 時間序列的趨勢外推分析 200
8.5.1 趨勢外推分析原理 200
8.5.2 趨勢外推分析案例 201
8.6 時間序列的季節調整分析 203
8.6.1 季節調整分析原理 203
8.6.2 季節調整分析案例 203
本章小結 206
習題8 206
第9章 相關分析 209
9.1 簡單相關分析 209
9.1.1 簡單相關關系的測定方法 209
9.1.2 簡單相關分析案例 213
9.2 多元相關分析 216
9.2.1 多元相關關系的測定方法 216
9.2.2 多元相關分析案例 218
9.3 等級相關分析 221
9.3.1 等級相關關系的測定方法 221
9.3.2 等級相關關系案例 221
本章小結 223
習題9 223
第10章 常用統計分布圖形分析 226
10.1 概率函數圖形分析 226
10.1.1 離散型隨機變量的概率質量
函數 226
10.1.2 連續型隨機變量的概率密度
函數 227
10.1.3 概率累積分布函數 227
10.1.4 概率函數分析案例 228
10.2 正態分布圖形分析 232
10.2.1 正態分布函數 232
10.2.2 正態分布分析案例 234
10.3 泊松分布圖形分析 235
10.3.1 泊松分布函數 236
10.3.2 泊松分布分析案例 237
10.4 指數分布圖形分析 238
10.4.1 指數分布函數 239
10.4.2 指數分布分析案例 240
10.5 卡方分布圖形分析 242
10.5.1 卡方分布函數 242
10.5.2 卡方分布分析案例 243
本章小結 245
習題10 245
第11章 回歸圖形分析 247
11.1 一元線性回歸圖形分析 247
11.1.1 一元線性回歸模型 247
11.1.2 一元線性回歸的實現方法 248
11.1.3 一元線性回歸分析案例 251
11.2 多元線性回歸圖形分析 256
11.2.1 多元線性回歸模型 257
11.2.2 多元線性回歸分析案例 258
11.3 非線性回歸圖形分析 262
11.3.1 多項式回歸模型 263
11.3.2 多項式回歸分析案例 264
本章小結 269
習題11 269
第12章 Excel在數據挖掘中的應用 272
12.1 聚類分析 272
12.1.1 聚類分析的特征 272
12.1.2 聚類分析算法模型 273
12.1.3 聚類分析處理過程 274
12.1.4 聚類分析案例 274
12.2 判別分析 280
12.2.1 判別方法 281
12.2.2 Fisher判別模型 282
12.2.3 Fisher判別分析處理過程 283
12.2.4 判別分析案例 283
本章小結 289
習題12 289
參考文獻 291
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
名家帶你讀魯迅:朝花夕拾
- >
巴金－再思錄
- >
回憶愛瑪儂
- >
自卑與超越
- >
經典常談
- >
山海經
- >
詩經-先民的歌唱
本類暢銷
