数据分析在决策中的应用指南.docVIP

数据分析在决策中的应用指南

TOC\o1-2\h\u19258第1章数据分析基础 3

4511.1数据分析的定义与价值 3

33861.2数据分析的方法与工具 4

42441.3数据分析在决策中的作用 4

15479第2章数据收集与处理 5

249422.1数据来源与收集方法 5

228702.1.1数据来源 5

233302.1.2数据收集方法 5

326122.2数据清洗与预处理 5

89922.2.1数据清洗 5

77012.2.2数据预处理 6

296092.3数据整合与存储 6

298902.3.1数据整合 6

113692.3.2数据存储 6

21332第3章数据可视化 7

145623.1数据可视化原则与方法 7

280243.1.1数据可视化原则 7

8653.1.2数据可视化方法 7

154503.2常用数据可视化工具 7

82623.2.1Tableau 7

28593.2.2PowerBI 7

319793.2.3Python数据可视化库 7

279173.2.4ECharts 7

303233.3数据可视化在决策中的应用案例 8

38563.3.1市场营销策略优化 8

82513.3.2人力资源规划 8

121333.3.3财务风险控制 8

324653.3.4供应链优化 8

28143.3.5城市规划与管理 8

25494第4章描述性统计分析 8

238424.1描述性统计指标 8

139414.1.1集中趋势指标 8

104404.1.2离散程度指标 9

98174.1.3分布形态指标 9

4424.2数据分布特征分析 9

159424.2.1单变量分布 9

316894.2.2多变量分布 9

31334.3描述性统计在决策中的应用 9

226784.3.1数据预处理 9

123824.3.2数据摸索 10

42884.3.3决策支持 10

76414.3.4结果解释 10

31613第5章假设检验与推断统计 10

257795.1假设检验的基本概念 10

122555.2常用假设检验方法 10

210975.2.1单样本t检验 10

218415.2.2双样本t检验 10

268705.2.3卡方检验 10

13105.2.4F检验 11

263175.3推断统计在决策中的应用 11

115135.3.1参数估计 11

122195.3.2假设检验在决策中的应用 11

89175.3.3置信区间的构建与应用 11

9685第6章回归分析 11

237106.1线性回归分析 11

150676.1.1线性回归模型构建 11

47466.1.2参数估计与假设检验 11

14676.1.3模型诊断与优化 11

23306.2非线性回归分析 12

176866.2.1非线性回归模型构建 12

266316.2.2参数估计与假设检验 12

161136.2.3处理非线性回归问题 12

280776.3回归分析在决策中的应用 12

120296.3.1决策变量预测 12

27366.3.2影响因素分析 12

164136.3.3决策优化与评估 12

4082第7章聚类分析 12

130727.1聚类分析方法 12

105167.1.1Kmeans聚类算法 13

90597.1.2层次聚类法 13

286907.1.3密度聚类法 13

95077.2聚类分析在市场细分中的应用 13

27547.2.1消费者特征分析 13

22747.2.2产品定位 13

23607.2.3竞争策略分析 13

166467.3聚类分析在决策中的其他应用 13

134067.3.1客户关系管理 13

313617.3.2信用风险评估 14

138937.3.3城市规划 14

195567.3.4生物学研究 14

4596第8章时间序列分析 14

155958.1时间序列的基本概念与方法 14

201648.1.1时间序列的定义与特征 14

40768.1.2时间序