数据分析和报告作业指导书.docVIP

数据分析和报告作业指导书

TOC\o1-2\h\u32185第一章数据准备与预处理 3

279571.1数据来源与收集 3

326011.1.1数据来源 3

258791.1.2数据收集 3

259941.2数据清洗与整理 3

319001.2.1数据清洗 3

96881.2.2数据整理 4

306541.3数据质量控制 4

3691第二章数据可视化 4

14672.1常用可视化工具介绍 4

31872.2数据可视化原则 5

56992.3可视化结果分析 5

13084第三章描述性统计分析 5

125793.1基本统计量计算 5

284243.1.1平均数（Mean） 5

113533.1.2中位数（Median） 6

293373.1.3标准差（StandardDeviation） 6

152803.1.4极值（MaximumandMinimum） 6

24543.2数据分布特征分析 6

282453.2.1偏度（Skewness） 6

140633.2.2峰度（Kurtosis） 7

46193.2.3频率分布（FrequencyDistribution） 7

219333.3相关性分析 7

288883.3.1皮尔逊相关系数（PearsonCorrelationCoefficient） 7

323353.3.2斯皮尔曼等级相关系数（SpearmanRankCorrelationCoefficient） 7

177783.3.3肯德尔等级相关系数（KendallRankCorrelationCoefficient） 8

15395第四章假设检验与推断分析 8

255194.1假设检验基本原理 8

149454.2常用假设检验方法 8

158044.2.1单样本t检验 8

38494.2.2双样本t检验 9

296874.2.3方差分析（ANOVA） 9

148104.2.4卡方检验 9

196074.3结果解释与决策 9

24541第五章预测分析与建模 9

65335.1预测方法概述 9

205615.2线性回归模型 10

15575.3时间序列分析 10

1537第六章聚类分析与市场细分 11

213816.1聚类分析方法 11

123676.1.1概述 11

6156.1.2常见聚类分析方法 11

269886.2聚类结果评估 12

62406.2.1内部评估指标 12

111736.2.2外部评估指标 12

278806.3市场细分应用 12

260166.3.1市场细分概述 13

319726.3.2聚类分析在市场细分中的应用 13

199706.3.3聚类分析在市场细分中的挑战 13

1117第七章主成分分析与降维 13

227487.1主成分分析原理 13

221757.1.1概述 13

14767.1.2数据预处理 14

287947.1.3主成分提取 14

132027.1.4主成分解释 14

239477.2主成分分析应用 14

202397.2.1数据降维 14

42657.2.2数据可视化 14

71957.2.3数据压缩 14

43377.2.4特征提取 14

54047.3降维方法比较 14

102487.3.1主成分分析与其他降维方法的比较 14

314027.3.2主成分分析的优缺点 15

254797.3.3其他降维方法简介 15

15828第八章数据挖掘与关联规则 15

27368.1数据挖掘概述 15

3838.2关联规则挖掘方法 15

294038.3关联规则应用 16

5022第九章机器学习与深度学习 16

123499.1机器学习概述 16

13739.1.1监督学习 17

199579.1.2无监督学习 17

3739.1.3半监督学习 17

203639.2常用机器学习方法 17

149099.2.1线性回归 17

38969.2.2逻辑回归 17

218219.2.3决策树 17

265579.2.4支持向量机 17

10308