数据分析基础与应用指南.docVIP

数据分析基础与应用指南

TOC\o1-2\h\u14408第1章数据分析基础概念 4

241401.1数据分析的定义与意义 4

29041.2数据分析的主要过程与方法 4

78301.3数据分析在各个行业的应用 5

28328第2章数据类型与数据结构 5

56972.1数据类型与数据结构概述 5

308462.1.1数据类型 5

95662.1.2数据结构 6

184042.2结构化数据与非结构化数据 6

146062.2.1结构化数据 6

78892.2.2非结构化数据 6

141952.3数据维度与数据度量 6

283492.3.1数据维度 6

267532.3.2数据度量 6

29374第3章数据预处理 7

107853.1数据清洗 7

29703.1.1缺失值处理 7

293013.1.2异常值处理 7

300783.1.3重复数据处理 7

310483.2数据集成与转换 7

276913.2.1数据集成 7

271163.2.2数据转换 8

148153.3数据规约 8

187043.3.1特征选择 8

200443.3.2数据降维 8

221103.3.3数据压缩 8

9800第4章描述性统计分析 8

122494.1描述性统计量的计算 8

210364.1.1集中趋势的度量 8

279854.1.2离散程度的度量 8

61354.2数据可视化 9

236654.2.1常见数据可视化图形 9

224464.2.2数据可视化的原则 9

26024.3数据分布与中心趋势 9

193424.3.1数据分布 9

277864.3.2中心趋势 9

19215第5章假设检验与推断统计分析 10

225955.1假设检验基础 10

119825.1.1假设检验的概念与意义 10

18995.1.2假设检验的基本步骤 10

94185.1.3常见的假设检验类型 10

254055.2单样本t检验与卡方检验 10

326745.2.1单样本t检验 10

43255.2.2卡方检验 10

83765.3双样本t检验与方差分析 10

4085.3.1双样本t检验 11

236475.3.2方差分析（ANOVA） 11

21855.3.3多因素方差分析 11

28796第6章相关分析与回归分析 11

198406.1相关分析 11

105706.1.1相关概念 11

269046.1.2相关系数的计算 11

279346.1.3相关系数的应用 11

81706.2线性回归分析 12

285076.2.1线性回归模型 12

72276.2.2参数估计 12

30626.2.3回归方程的假设检验 12

168646.2.4回归分析的应用 12

62086.3非线性回归分析 12

221326.3.1非线性回归模型 12

68606.3.2参数估计与优化 12

184576.3.3模型检验与选择 12

111736.3.4非线性回归分析的应用 12

28501第7章聚类分析 13

18537.1聚类分析基础 13

196617.1.1聚类分析概念 13

291077.1.2聚类分析类型 13

25447.1.3聚类分析应用场景 13

136647.2层次聚类法 14

316877.2.1层次聚类原理 14

78947.2.2层次聚类算法 14

85907.2.3层次聚类优缺点 14

106667.3划分聚类法 14

94047.3.1划分聚类原理 14

278447.3.2划分聚类算法 15

201327.3.3划分聚类优缺点 15

2575第8章分类与预测 15

183958.1分类与预测概述 15

175958.2决策树分类与预测 15

225308.2.1决策树基本原理 15

149548.2.2决策树构建方法 16

206458.2.3决策树剪枝策略 16

243298.2.4决策树算法实现 16

256788.3逻辑回归与支持向量机 16

61758.3.1逻辑