行业数据分析技能提升训练指南.docVIP

行业数据分析技能提升训练指南

TOC\o1-2\h\u10242第一章数据分析基础理论 3

61561.1数据分析概述 3

121611.2数据类型与数据结构 4

146741.2.1数据类型 4

221401.2.2数据结构 4

34801.3数据分析流程 4

16682第二章数据采集与清洗 5

198952.1数据采集方法 5

236662.1.1网络爬虫采集 5

216462.1.2数据接口采集 5

314962.1.3数据库采集 5

102692.2数据清洗原理 6

62712.2.1数据去重 6

53462.2.2数据缺失处理 6

229912.2.3数据异常值处理 6

134962.2.4数据转换 6

243492.3数据清洗实践 6

179202.3.1使用Python数据清洗库 6

227352.3.2使用Excel进行数据清洗 7

7403第三章数据可视化 7

87503.1可视化工具介绍 7

20633.1.1Tableau 7

302433.1.2PowerBI 7

27373.1.3Python可视化库 7

140373.2图表类型与应用场景 8

88183.2.1柱状图 8

182203.2.2饼图 8

151633.2.3折线图 8

116583.2.4散点图 8

193493.2.5地图 8

126063.3可视化最佳实践 8

94353.3.1简洁明了 8

287823.3.2统一风格 8

76543.3.3适当标注 8

68083.3.4合理选择图表类型 9

133443.3.5动态交互 9

7131第四章统计分析 9

240974.1描述性统计分析 9

101384.1.1频数分布 9

256674.1.2统计量 9

177284.1.3数据可视化 9

304174.2假设检验 9

225784.2.1假设检验的基本原理 9

140174.2.2单样本假设检验 9

92604.2.3双样本假设检验 10

197324.3相关性分析 10

65524.3.1皮尔逊相关系数 10

200424.3.2斯皮尔曼秩相关系数 10

209044.3.3相关性检验 10

21150第五章时间序列分析 10

82515.1时间序列基本概念 10

125065.1.1定义与特征 10

45545.1.2常见时间序列组件 10

309765.1.3时间序列分解 11

76755.2时间序列预测方法 11

299905.2.1移动平均法 11

234315.2.2指数平滑法 11

271785.2.3自回归模型（AR） 11

103925.2.4移动平均模型（MA） 11

243775.2.5自回归移动平均模型（ARMA） 11

48095.2.6自回归积分滑动平均模型（ARIMA） 11

107995.3时间序列分析应用 11

257065.3.1财务分析 11

123835.3.2金融市场 12

104335.3.3供应链管理 12

16095.3.4经济政策制定 12

182595.3.5能源管理 12

118425.3.6疾病监测与预防 12

5759第六章聚类分析 12

299816.1聚类算法概述 12

20356.2聚类算法应用 12

95556.3聚类结果评估 13

26048第七章关联规则挖掘 13

195207.1关联规则基本概念 13

33547.1.1定义与背景 13

272437.1.2关联规则的基本组成 14

153677.1.3关联规则的度量指标 14

284097.2关联规则挖掘算法 14

290597.2.1Apriori算法 14

81147.2.2FPgrowth算法 14

71517.2.3其他关联规则挖掘算法 14

231137.3关联规则应用 15

286077.3.1超市商品摆放 15

165777.3.2顾客购买行为分析 15

206717.3.3电子商务推荐系统 15

128407