数据分析应用指南.docVIP

数据分析应用指南

TOC\o1-2\h\u14617第1章数据分析基础 4

239101.1数据分析概述 4

320991.1.1定义与目的 4

77861.1.2分类 5

3321.2数据分析流程 5

276311.2.1数据收集 5

6671.2.2数据清洗 5

188291.2.3数据摸索 5

265701.2.4数据分析 5

143461.2.5结果解释与报告 5

311911.3数据分析工具与技能 5

170141.3.1编程语言 5

34451.3.2数据库技能 6

43731.3.3统计分析软件 6

78801.3.4数据可视化工具 6

63101.3.5机器学习框架 6

153861.3.6数据分析思维 6

28867第2章数据收集与整理 6

161722.1数据源的选择 6

292992.1.1数据源类型 6

46192.1.2数据源评估 6

20882.2数据采集方法 7

254922.2.1网络爬虫 7

88862.2.2调查问卷 7

43622.2.3数据接口 7

89762.2.4传感器与监测设备 7

300592.3数据清洗与预处理 7

181172.3.1数据清洗 7

52252.3.2数据预处理 7

21909第3章数据可视化 8

15883.1数据可视化概述 8

1613.2常用数据可视化工具 8

292963.3数据可视化技巧 8

10225第4章描述性统计分析 9

71874.1描述性统计量 9

85604.1.1频数与频率 9

197114.1.2均值 9

134564.1.3中位数 9

101274.1.4众数 9

225734.1.5四分位数 9

218764.1.6方差与标准差 10

277544.1.7离散系数 10

16864.2数据分布特征 10

144944.2.1偏度 10

19994.2.2峰度 10

300954.2.3数据分布形态 10

145294.3异常值处理 10

119104.3.1异常值识别 10

84694.3.2异常值处理方法 10

225314.3.3异常值处理注意事项 10

10458第5章假设检验与推断统计 11

125735.1假设检验基础 11

217465.1.1假设检验的概念与意义 11

278535.1.2假设检验的基本步骤 11

121885.1.3单尾与双尾检验 11

191335.2常用假设检验方法 11

16975.2.1单样本t检验 11

172275.2.2双样本t检验 11

132415.2.3方差分析（ANOVA） 11

186545.2.4卡方检验 11

23215.2.5非参数检验 11

288725.3实例分析 12

28505.3.1案例背景 12

103085.3.2数据描述 12

108165.3.3假设建立 12

323365.3.4检验方法选择 12

3865.3.5检验过程 12

44715.3.6结果分析 12

3563第6章回归分析 12

268196.1线性回归 12

102516.1.1一元线性回归 12

310926.1.2多元线性回归 12

70186.2多元回归 12

264096.2.1多元回归模型 12

211106.2.2系数解释 13

150106.2.3应用实例 13

7266.3非线性回归 13

274616.3.1非线性回归模型 13

259256.3.2常见非线性回归模型 13

148556.3.3变量选择与模型评价 13

75326.3.4应用实例 13

4205第7章时间序列分析 13

228607.1时间序列概述 14

278367.1.1时间序列的定义与分类 14

115747.1.2时间序列的特征 14

278017.2时间序列预测方法 14

62557.2.1传统时间序列预测方法 14

208947.2.2机器学习时间序列预测方法 14

163607.3实例