数据分析基础教程指南.pdfVIP

数据分析基础教程指南

第1章数据分析概述3

1.1数据分析的定义与价值3

1.2数据分析的应用场景4

1.3数据分析的基本步骤4

第2章数据准备4

2.1数据来与收集4

2.1.1数据来4

2.1.2数据收集方法5

2.2数据清洗与预处理5

2.2.1数据清洗5

2.2.2数据预处理5

2.3数据整合与转换5

2.3.1数据整合5

2.3.2数据转换5

第3章数据摸索5

3.1数据描述性统计6

3.1.1频数与频率6

3.1.2集中趋势6

3.1.3离散程度6

3.1.4分布形状6

3.2数据可视化6

3.2.1散点图6

3.2.2直方图与密度曲线6

3.2.3条形图与饼图6

3.2.4箱线图6

3.3数据分布与趋势分析7

3.3.1分布分析7

3.3.2趋势分析7

3.3.3异常值分析7

3.3.4数据预处理7

第4章数据分析方法7

4.1描述性分析7

4.1.1频率分析7

4.1.2统计量度7

4.1.3离散程度7

4.1.4分布形态7

4.2推断性分析8

4.2.1参数估计8

4.2.2假设检验8

4.2.3方差分析8

4.2.4相关分析8

4.3预测性分析8

4.3.1回归分析8

4.3.2时间序列分析8

4.3.3机器学习方法8

4.3.4神经网络8

第5章假设检验9

5.1假设检验的基本概念9

5.1.1零假设与备择假设9

5.1.2显著性水平9

5.1.3检验统计量9

5.1.4拒绝域9

5.2单样本假设检验9

5.2.1单样本t检验9

5.2.2单样本秩和检验9

5.3双样本假设检验9

5.3.1独立样本I检验10

5.3.2配对样本t检验10

5.3.3双样本秋和检验10

5.3.4双样本KruskalWallis检验10

第6章相关性分析10

6.1相关性概念与度量10

6.1.1相关性定义10

6.1.2相关系数10

6.2皮尔逊相关系数10

6.2.1皮尔逊相关系数的计算11

6.2.2皮尔逊相关系数的适用条件11

6.3斯皮尔曼与肯德尔相关系数11

6.3.1斯皮尔曼相关系数11

6.3.2肯德尔相关系数11

第7章回归分析12

7.1线性回归12

7.1.1线性回归的基本概念12

7.1.2线性回归模型的建立12

7.1.3线性回归模型的应用12

7.2多元回归12

7.2.1多元回归的基本概念12

7.2.2多元回归模型的建立12

7.2.3多元回归模型的应用12

7.3逻辑回归12

7.3.1逻辑回归的基本概念12

7.3.2逻辑回归模型的建立12

7.3.3逻辑回归模型的应用13

第8章主成分分析13

8.1主成分分析概述13

8.2主成分分析步骤13

8.3主成分分析应用13

第9章聚类分析14

9.1聚类分析