数据统计与分析操作手册.docVIP

数据统计与分析操作手册

TOC\o1-2\h\u2581第一章数据准备 3

163871.1数据来源与收集 3

26831.1.1数据来源 3

142041.1.2数据收集 4

224481.2数据清洗与预处理 4

235811.2.1数据清洗 4

203901.2.2数据预处理 4

8912第二章数据可视化 5

203392.1常用可视化工具介绍 5

22642.2数据可视化设计原则 5

188642.3动态数据可视化 6

32581第三章描述性统计分析 6

308773.1常见统计指标计算 6

304663.1.1平均数（Mean） 6

211163.1.2中位数（Median） 6

149123.1.3众数（Mode） 6

229893.1.4标准差（StandardDeviation） 7

261893.1.5方差（Variance） 7

287433.2数据分布特征分析 7

125703.2.1偏度（Skewness） 7

191433.2.2峰度（Kurtosis） 7

163833.2.3频率分布直方图 7

219003.3数据相关性分析 7

167593.3.1皮尔逊相关系数（PearsonCorrelationCoefficient） 7

49813.3.2斯皮尔曼等级相关系数（SpearmanRankCorrelationCoefficient） 8

189243.3.3肯德尔等级相关系数（KendallRankCorrelationCoefficient） 8

6180第四章假设检验与推断 8

132674.1假设检验概述 8

317884.2常用假设检验方法 8

14414.2.1单样本t检验 9

255224.2.2双样本t检验 9

134064.2.3方差分析（ANOVA） 9

131054.2.4卡方检验 9

40674.2.5非参数检验 9

110704.3假设检验结果解释 9

19978第五章数据建模 10

111325.1常用数据建模方法 10

52085.1.1线性模型 10

77125.1.2决策树模型 10

71385.1.3集成学习模型 10

227155.1.4神经网络模型 10

106275.2模型选择与评估 10

256325.2.1模型选择 10

93735.2.2模型评估 10

278025.3模型优化与调整 10

104865.3.1超参数优化 10

258195.3.2特征工程 11

52355.3.3模型调整 11

31042第六章时间序列分析 11

224666.1时间序列基本概念 11

77856.1.1时间序列的定义 11

187356.1.2时间序列的组成要素 11

74556.1.3时间序列的类型 11

294916.2时间序列分解与预测 12

202846.2.1时间序列分解 12

257346.2.2时间序列预测 12

71436.3时间序列模型应用 12

301386.3.1自回归模型（AR） 12

305396.3.2移动平均模型（MA） 12

226956.3.3自回归移动平均模型（ARMA） 12

102836.3.4自回归积分滑动平均模型（ARIMA） 13

29808第七章聚类分析 13

89797.1聚类分析方法概述 13

261777.2常用聚类算法介绍 14

212887.2.1Kmeans算法 14

158877.2.2层次聚类算法 14

106717.2.3DBSCAN算法 14

241317.2.4高斯混合模型 14

94377.3聚类分析结果评估 15

1017第八章主成分分析 15

281838.1主成分分析基本原理 15

309378.2主成分分析步骤与方法 16

79198.3主成分分析应用实例 16

13456第九章数据挖掘与知识发觉 17

28709.1数据挖掘基本概念 17

294629.1.1定义与背景 17

83669.1.2数据挖掘的主要任务 17

118199.1.3数