数据分析和行业研究实践操作手册.docVIP

数据分析和行业研究实践操作手册

TOC\o1-2\h\u13215第一章数据准备与预处理 3

271611.1数据收集 3

199791.1.1明确数据需求 3

177971.1.2确定数据来源 3

22601.1.3数据收集方法 3

180821.1.4数据收集工具 4

100391.2数据清洗 4

255751.2.1数据质量检查 4

197711.2.2异常值处理 4

171571.2.3缺失值填补 4

236851.2.4数据标准化 4

119961.3数据整合 4

279021.3.1数据合并 4

77031.3.2数据转换 4

264991.3.3数据关联 4

224131.3.4数据筛选 4

151551.4数据规范化 4

273631.4.1字段命名规范 5

107801.4.2数据类型转换 5

99851.4.3数值范围调整 5

205631.4.4数据排序 5

17743第二章描述性统计分析 5

247562.1数据分布分析 5

306912.1.1集中趋势 5

115012.1.2离散程度 5

148452.1.3分布形态 6

313492.2相关性分析 6

321342.2.1皮尔逊相关系数 6

298512.2.2斯皮尔曼等级相关系数 6

259682.2.3肯德尔等级相关系数 6

194272.3聚类分析 6

317822.3.1层次聚类 6

218142.3.2K均值聚类 6

36962.3.3DBSCAN聚类 7

204072.4因子分析 7

221292.4.1摸索性因子分析 7

282302.4.2验证性因子分析 7

16303第三章数据可视化 7

271143.1常用图表绘制 7

51893.2动态数据可视化 7

196443.3交互式数据可视化 8

93883.4可视化工具介绍 8

24848第四章假设检验与推断 8

181084.1假设检验基本原理 8

201964.2常用假设检验方法 9

117364.3结果解释与误差分析 9

4874.4实例分析 9

28006第五章时间序列分析 10

11735.1时间序列基本概念 10

163765.2时间序列预测方法 10

84965.3时间序列模型构建 11

165975.4时间序列应用实例 11

24491第六章聚类与分类算法 11

293866.1聚类算法概述 12

286056.2常用聚类算法介绍 12

16316.2.1Kmeans算法 12

186146.2.2层次聚类算法 12

89396.2.3密度聚类算法 12

217086.2.4高斯混合模型 12

207676.3分类算法概述 12

276366.4常用分类算法介绍 12

232886.4.1朴素贝叶斯分类器 13

170436.4.2决策树分类器 13

215656.4.3支持向量机（SVM） 13

211176.4.4随机森林分类器 13

22515第七章数据挖掘与知识发觉 13

146207.1数据挖掘基本概念 13

108637.2数据挖掘流程与方法 13

71027.2.1数据挖掘流程 13

114977.2.2数据挖掘方法 14

274757.3知识发觉技术 14

140167.4应用案例与实践 14

27432第八章行业研究方法与框架 15

188988.1行业研究概述 15

149428.2行业分析框架 15

6578.3行业生命周期分析 16

241058.4行业竞争力分析 16

27065第九章行业数据分析案例 16

315329.1互联网行业数据分析 16

155819.1.1数据来源与收集 16

77729.1.2数据分析方法 17

112939.1.3案例分析 17

149299.2金融行业数据分析 17

160659.2.1数据来源与收集 17

255979.2.2数据分析方法 17

239589.2.3案例分析 18

292019.3房地产行业数据分析