数据分析基础应用指南.docVIP

数据分析基础应用指南

TOC\o1-2\h\u19334第1章数据分析基础概念 4

182881.1数据分析的定义与作用 4

210461.2数据分析的基本流程 4

6441.3数据分析的方法与工具 4

23338第2章数据采集与预处理 5

169532.1数据来源与采集方法 5

289212.2数据清洗与整合 5

215382.3数据转换与归一化 6

191622.4数据抽样与加权 6

31426第3章数据可视化与摸索性分析 6

42993.1数据可视化基础 7

306223.1.1数据可视化定义 7

147963.1.2数据可视化目的与意义 7

314863.1.3数据可视化设计原则 7

74633.2常见数据可视化图表与应用场景 7

201233.2.1条形图与柱状图 7

222463.2.2饼图与环形图 7

314293.2.3折线图与曲线图 7

247883.2.4散点图与气泡图 7

250423.2.5热力图与地图 7

32723.2.6盒形图与提琴图 7

275933.2.7雷达图与蜘蛛图 7

128103.3摸索性数据分析方法 7

278193.3.1数据概述分析 7

120443.3.2异常值分析 7

4593.3.3关联性分析 8

107103.3.4聚类分析 8

181903.3.5时间序列分析 8

32763.4数据可视化工具介绍 8

28313.4.1商业软件 8

273273.4.2开源软件 8

85663.4.3在线平台 8

3173第4章描述统计分析 8

115334.1频数与频率分布 8

150184.1.1频数分布 8

182484.1.2频率分布 8

134354.2集中趋势分析 9

228894.2.1均值 9

296914.2.2中位数 9

233964.2.3众数 9

179824.3离散程度分析 9

38774.3.1极差 9

46054.3.2方差 9

171454.3.3标准差 9

196914.3.4离散系数 9

153824.4分布形状分析 10

236844.4.1对称性分析 10

129574.4.2偏态分析 10

180694.4.3峰度分析 10

21140第5章概率论与数理统计基础 10

304175.1随机变量与概率分布 10

45095.1.1随机变量的概念 10

189815.1.2离散型随机变量及其概率分布 10

264865.1.3连续型随机变量及其概率分布 10

219415.2假设检验与置信区间 10

101295.2.1假设检验的基本概念 10

201285.2.2常用假设检验方法 10

277105.2.3置信区间的概念与计算 11

248265.3方差分析 11

184845.3.1方差分析的基本概念 11

306325.3.2单因素方差分析 11

229285.3.3多因素方差分析 11

174065.4相关分析与回归分析 11

290435.4.1相关分析 11

28865.4.2线性回归分析 11

240415.4.3非线性回归分析 11

12705第6章数据挖掘基础 11

40366.1数据挖掘概述 11

299266.2分类与预测 12

257416.2.1分类方法 12

80336.2.2预测方法 12

237376.3聚类分析 12

311396.3.1K均值聚类 12

22416.3.2层次聚类 13

153006.3.3密度聚类 13

30296.4关联规则挖掘 13

4536.4.1Apriori算法 13

187476.4.2FPgrowth算法 13

9207第7章机器学习算法与应用 14

147507.1机器学习基础概念 14

70487.2监督学习算法 14

40557.2.1线性回归 14

73487.2.2逻辑回归 14

207237.2.3决策树 14

69447.2.4随机森林 14

249717.2.5支持向量机 14

2