数据分析与应用实战教程指南.docVIP

数据分析与应用实战教程指南

TOC\o1-2\h\u19085第1章数据分析基础 4

206091.1数据分析概述 4

68571.1.1定义与目的 4

68401.1.2应用场景 4

258621.2数据类型与数据结构 4

134341.2.1数据类型 4

217501.2.2数据结构 4

146351.3数据预处理方法 5

94661.3.1数据清洗 5

71601.3.2数据集成 5

155401.3.3数据转换 5

272751.3.4数据规约 5

3409第2章数据可视化 6

191502.1数据可视化基础 6

247952.1.1数据可视化的定义 6

131482.1.2数据可视化的目的 6

156942.1.3数据可视化的原则 6

73682.2常用数据可视化工具 6

167262.2.1Tableau 6

66392.2.2PowerBI 7

204302.2.3Python数据可视化库 7

306902.2.4ECharts 7

185632.3可视化实战案例 7

189982.3.1案例背景 7

163302.3.2数据准备 7

119602.3.3数据可视化 7

29660第3章描述性统计分析 8

112223.1描述性统计指标 8

302433.1.1集中趋势指标 8

264303.1.2离散程度指标 8

286323.1.3分布形状指标 8

78063.2数据分布与绘图 8

257593.2.1数据分布 9

229613.2.2绘图方法 9

110203.3描述性统计实战 9

205993.3.1数据准备 9

210383.3.2描述性统计指标计算 9

316933.3.3数据分布与绘图 9

93663.3.4结果分析 9

25469第4章假设检验与推断统计 9

154754.1假设检验基础 9

277134.1.1假设检验的概念与意义 9

311634.1.2假设的建立与检验流程 10

214544.1.3显著性水平与p值 10

293114.1.4假设检验的误差类型 10

128964.2常用假设检验方法 10

304154.2.1单样本t检验 10

218884.2.2双样本t检验 10

196804.2.3卡方检验 10

97534.2.4方差分析（ANOVA） 10

121174.2.5相关性检验 10

71914.3推断统计实战 11

99464.3.1实战项目一：商品满意度调查 11

51614.3.2实战项目二：广告效果评估 11

249364.3.3实战项目三：药物疗效分析 11

164714.3.4实战项目四：社会经济因素与教育水平关系研究 11

319884.3.5实战项目五：电商用户购买行为分析 11

29327第5章相关分析与回归分析 11

103305.1相关分析 11

144235.1.1相关概念与定义 11

216875.1.2相关系数的计算 12

146565.1.3相关分析的应用 12

170505.2线性回归分析 12

55915.2.1线性回归模型 12

209145.2.2最小二乘法 12

130855.2.3线性回归的显著性检验 12

283795.2.4线性回归分析的应用 12

324675.3非线性回归分析 12

71055.3.1非线性回归模型 12

233305.3.2非线性回归方法 13

93305.3.3非线性回归的求解与优化 13

52095.3.4非线性回归分析的应用 13

31375第6章聚类分析 13

66246.1聚类分析概述 13

110086.2常用聚类算法 13

152556.2.1Kmeans算法 13

190346.2.2层次聚类算法 14

305096.2.3密度聚类算法 14

218426.3聚类分析实战 14

320566.3.1数据准备 14

117666.3.2算法选择 14

51466.3.3参数调优 14

254776.3.4聚类结果分析 15

28