数据分析实战作业指导书.docVIP

数据分析实战作业指导书

TOC\o1-2\h\u5481第一章数据采集与预处理 3

101971.1数据来源与采集方法 3

327581.1.1数据来源 3

289451.1.2数据采集方法 4

312881.2数据清洗与预处理 4

119161.2.1数据清洗 4

129651.2.2数据预处理 4

20941第二章数据存储与管理 5

15132.1数据库选择与设计 5

146042.1.1数据库选择 5

257772.1.2数据库设计 5

144072.2数据导入与导出 5

22722.2.1数据导入 5

21012.2.2数据导出 6

320742.3数据库维护与优化 6

126742.3.1数据库维护 6

216082.3.2数据库优化 6

32568第三章数据可视化 6

35013.1常见数据可视化工具 6

64803.1.1Excel 6

261973.1.2Tableau 6

124583.1.3PowerBI 7

312133.1.4Python数据可视化库 7

123013.2数据可视化技巧与应用 7

306963.2.1选择合适的图表类型 7

168563.2.2注重图表美观性 7

79233.2.3增加交互性 7

144763.2.4注释和标签 7

296823.3动态数据可视化 7

62353.3.1使用JavaScript库 7

65953.3.2使用Python数据可视化库 8

128823.3.3使用大数据平台 8

62043.3.4使用云平台 8

1516第四章描述性统计分析 8

51224.1常见统计指标与计算方法 8

10264.2数据分布与概率分析 8

179594.3假设检验与置信区间 9

26233第五章假设检验与推断性统计分析 10

147735.1参数估计与假设检验 10

107775.1.1参数估计概述 10

180645.1.2参数估计的方法 10

257205.1.3假设检验概述 10

154365.1.4假设检验的方法 10

158355.2非参数检验 10

12705.2.1非参数检验概述 10

223955.2.2非参数检验的方法 10

17595.3方差分析与回归分析 11

267665.3.1方差分析概述 11

15035.3.2方差分析的方法 11

289325.3.3回归分析概述 11

19755.3.4回归分析的方法 11

5861第六章时间序列分析 11

72876.1时间序列基本概念与处理方法 11

111636.1.1时间序列基本概念 11

130726.1.2时间序列处理方法 11

1916.2时间序列预测模型 12

90836.2.1自回归模型（AR） 12

123196.2.2移动平均模型（MA） 12

89896.2.3自回归移动平均模型（ARMA） 12

228026.2.4自回归积分滑动平均模型（ARIMA） 12

157016.3时间序列分析与实证应用 12

95626.3.1时间序列分析在金融市场中的应用 12

310536.3.2时间序列分析在宏观经济中的应用 12

148816.3.3时间序列分析在气象、环境等领域中的应用 12

244576.3.4时间序列分析在其他领域中的应用 12

7639第七章数据挖掘与机器学习 13

258057.1数据挖掘基本概念与任务 13

86947.1.1数据挖掘的定义 13

115997.1.2数据挖掘的基本任务 13

61367.2机器学习算法与应用 13

292627.2.1机器学习算法分类 13

48767.2.2常用机器学习算法 13

259857.2.3机器学习应用领域 14

174757.3模型评估与优化 14

23127.3.1模型评估指标 14

115967.3.2模型优化方法 14

265527.3.3模型评估与优化策略 14

1533第八章文本数据分析 15

145918.1文本数据预处理 15

213068.1.1概述 15

5