商业分析方法与实战案例作业指导书.docVIP

商业分析方法与实战案例作业指导书

TOC\o1-2\h\u13821第一章商业分析基础理论 3

174661.1商业分析概述 3

210961.2商业分析的核心要素 4

73931.3商业分析的发展趋势 4

16219第二章数据收集与处理 4

285252.1数据来源与分类 4

2972.1.1数据来源 4

278562.1.2数据分类 5

294992.2数据清洗与预处理 5

163902.2.1数据清洗 5

176482.2.2数据预处理 5

46072.3数据整合与存储 6

323492.3.1数据整合 6

189032.3.2数据存储 6

21529第三章描述性统计分析 6

214893.1描述性统计分析方法 6

26933.1.1频率分析 6

201313.1.2中心趋势度量 6

276903.1.3离散程度度量 7

127013.1.4分布形态分析 7

133443.2数据可视化技术 7

279533.2.1条形图 7

52803.2.2折线图 7

105273.2.3直方图 7

8113.2.4散点图 7

180783.2.5饼图 7

324953.3案例分析：某企业销售数据分析 7

101583.3.1数据来源与整理 8

274733.3.2频率分析 8

35753.3.3中心趋势度量 8

101803.3.4离散程度度量 8

137743.3.5分布形态分析 8

59713.3.6数据可视化 8

13832第四章假设检验与推断性统计分析 8

75654.1假设检验的基本原理 8

132544.2常见的假设检验方法 9

9414.3案例分析：某产品市场调研 9

12654第五章时间序列分析 9

41555.1时间序列分析方法 9

149335.2时间序列预测技术 10

113835.3案例分析：某公司股票价格预测 10

30964第六章聚类分析 10

36546.1聚类分析方法 10

296016.1.1Kmeans聚类算法 11

211296.1.2层次聚类算法 11

194846.1.3密度聚类算法 11

48506.2聚类分析在商业应用中的实践 11

1126.2.1客户分群 11

71386.2.2产品推荐 11

245716.2.3市场细分 11

188986.3案例分析：某电商用户分群 12

15770第七章关联规则挖掘 12

49397.1关联规则挖掘方法 12

287467.1.1支持度置信度提升度模型 12

111467.1.2Apriori算法 12

321917.1.3FPgrowth算法 12

192557.2关联规则在商业分析中的应用 13

262997.2.1购物篮分析 13

224887.2.2客户细分 13

28697.2.3商品定价 13

102227.3案例分析：某超市购物篮分析 13

32097.3.1数据预处理 13

206947.3.2关联规则挖掘 13

16047.3.3结果分析 13

5354第八章决策树与随机森林 14

313158.1决策树基本原理 14

316098.1.1树的结构 14

295908.1.2数据分割 14

106258.1.3分割准则 14

148908.1.4树的剪枝 14

23988.2随机森林算法介绍 14

38178.2.1随机森林的构建 14

1978.2.2随机森林的优势 15

204578.3案例分析：某银行信贷风险评估 15

122308.3.1数据描述 15

138318.3.2数据预处理 15

186018.3.3模型构建 15

71088.3.4模型评估 15

20447第九章逻辑回归与神经网络 15

327609.1逻辑回归模型 15

195579.1.1模型简介 15

192369.1.2模型原理 16

297659.1.3模型应用 16

216229.2神经网络基本原理 16

322839.2.1神经元模型 16

193799.2.2