数据分析基础教程指南.docVIP

数据分析基础教程指南

TOC\o1-2\h\u29960第1章数据分析概述 3

169761.1数据分析的定义与价值 3

243691.2数据分析的应用场景 4

305431.3数据分析的基本步骤 4

11235第2章数据准备 4

316932.1数据来源与收集 4

219672.1.1数据来源 4

293032.1.2数据收集方法 5

175772.2数据清洗与预处理 5

74262.2.1数据清洗 5

43142.2.2数据预处理 5

167922.3数据整合与转换 5

168332.3.1数据整合 5

93542.3.2数据转换 5

17171第3章数据摸索 5

1913.1数据描述性统计 6

292033.1.1频数与频率 6

318693.1.2集中趋势 6

270693.1.3离散程度 6

177793.1.4分布形状 6

115473.2数据可视化 6

56893.2.1散点图 6

23863.2.2直方图与密度曲线 6

144893.2.3条形图与饼图 6

54353.2.4箱线图 6

295383.3数据分布与趋势分析 7

88223.3.1分布分析 7

19413.3.2趋势分析 7

215903.3.3异常值分析 7

164233.3.4数据预处理 7

29481第4章数据分析方法 7

288504.1描述性分析 7

16904.1.1频率分析 7

252874.1.2统计量度 7

225924.1.3离散程度 7

283564.1.4分布形态 7

183334.2推断性分析 8

93004.2.1参数估计 8

253664.2.2假设检验 8

184444.2.3方差分析 8

55484.2.4相关分析 8

222004.3预测性分析 8

305914.3.1回归分析 8

11154.3.2时间序列分析 8

326084.3.3机器学习方法 8

71574.3.4神经网络 8

1533第5章假设检验 9

37065.1假设检验的基本概念 9

203375.1.1零假设与备择假设 9

129775.1.2显著性水平 9

138795.1.3检验统计量 9

12265.1.4拒绝域 9

109595.2单样本假设检验 9

276335.2.1单样本t检验 9

55425.2.2单样本秩和检验 9

320405.3双样本假设检验 9

217435.3.1独立样本t检验 10

118135.3.2配对样本t检验 10

78265.3.3双样本秩和检验 10

164035.3.4双样本KruskalWallis检验 10

3683第6章相关性分析 10

105976.1相关性概念与度量 10

110696.1.1相关性定义 10

161456.1.2相关系数 10

168146.2皮尔逊相关系数 10

84426.2.1皮尔逊相关系数的计算 11

105906.2.2皮尔逊相关系数的适用条件 11

190226.3斯皮尔曼与肯德尔相关系数 11

292706.3.1斯皮尔曼相关系数 11

281926.3.2肯德尔相关系数 11

8656第7章回归分析 12

188237.1线性回归 12

87637.1.1线性回归的基本概念 12

82027.1.2线性回归模型的建立 12

267647.1.3线性回归模型的应用 12

317827.2多元回归 12

84867.2.1多元回归的基本概念 12

238477.2.2多元回归模型的建立 12

22617.2.3多元回归模型的应用 12

11997.3逻辑回归 12

313977.3.1逻辑回归的基本概念 12

270447.3.2逻辑回归模型的建立 12

168187.3.3逻辑回归模型的应用 13

17242第8章主成分分析 13

302318.1主成分分析概述 13

305148.2主成分分析步骤 13

98898.3主成分分析应用 13

17410第9章聚类分析