數(shù)據(jù)分析基礎(chǔ)：Python實(shí)現(xiàn)

定　價(jià)：￥38.00

作　者：	賈俊平
出版社：	中國(guó)人民大學(xué)出版社
叢編項(xiàng)：	新編21世紀(jì)高等職業(yè)教育精品教材智慧財(cái)經(jīng)系列
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787300305257	出版時(shí)間：	2022-05-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	220	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本教材是為職業(yè)教育財(cái)經(jīng)商貿(mào)大類(lèi)專(zhuān)業(yè)學(xué)生的數(shù)據(jù)分析課程編寫(xiě)的教材。內(nèi)容包括數(shù)據(jù)處理、描述性分析、推斷性分析及一些常用的分析方法。教材以數(shù)據(jù)分析為基礎(chǔ)，立足于數(shù)據(jù)類(lèi)型和可視化目的對(duì)圖形進(jìn)行分類(lèi)，使用python工具進(jìn)行數(shù)據(jù)處理和分析。教材注重統(tǒng)計(jì)方法的應(yīng)用，包含課程思政內(nèi)容，每章開(kāi)頭均以問(wèn)題與思考的形式引出本章的內(nèi)容，對(duì)方法的介紹側(cè)重于原理和應(yīng)用，把繁雜的過(guò)程交給工具完成。教材配有例題和練習(xí)題的電子版數(shù)據(jù)，方便教師教學(xué)和學(xué)生學(xué)習(xí)。

作者簡(jiǎn)介

　　賈俊平，中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院副教授，從事統(tǒng)計(jì)教學(xué)30多年，著有《統(tǒng)計(jì)學(xué)—基于R》《統(tǒng)計(jì)學(xué)—Python實(shí)現(xiàn)》《統(tǒng)計(jì)學(xué)—基于Excel》《統(tǒng)計(jì)學(xué)—基于SPSS》《統(tǒng)計(jì)學(xué)基礎(chǔ)》《數(shù)據(jù)可視化分析—基于R語(yǔ)言》等多部教材和著作。編寫(xiě)的《統(tǒng)計(jì)學(xué)》（第7版）和《統(tǒng)計(jì)學(xué)基礎(chǔ)》（第5版）分別榮獲首屆全國(guó)教材建設(shè)獎(jiǎng)（高等教育類(lèi)和職業(yè)教育和繼續(xù)教育類(lèi)）優(yōu)秀教材獎(jiǎng)。

圖書(shū)目錄

第1章　數(shù)據(jù)分析與Python 語(yǔ)言
1．1　數(shù)據(jù)分析概述
1．1．1　數(shù)據(jù)分析方法
1．1．2　數(shù)據(jù)分析工具
1．2　數(shù)據(jù)及其來(lái)源
1．2．1　數(shù)據(jù)及其分類(lèi)
1．2．2　數(shù)據(jù)的來(lái)源
1．3　Python 的初步使用
1．3．1　Python 的下載與安裝
1．3．2　模塊的安裝與加載
1．3．3　查看幫助文件
1．3．4　編寫(xiě)代碼腳本
1．3．5　數(shù)據(jù)讀取和保存
第2章　Python 數(shù)據(jù)處理
2．1　Python 的基本數(shù)據(jù)結(jié)構(gòu)
2．1．1　數(shù)字和字符串
2．1．2　元組和列表
2．1．3　字典和集合
2．2　數(shù)組、序列和數(shù)據(jù)框
2．2．1　numpy 中的數(shù)組
2．2．2　pandas 中的序列和數(shù)據(jù)框
2．3　數(shù)據(jù)抽樣和篩選
2．3．1　抽取簡(jiǎn)單隨機(jī)樣本
2．3．2　數(shù)據(jù)篩選
2．3．3　生成隨機(jī)數(shù)
2．4　生成頻數(shù)分布表
2．4．1　類(lèi)別數(shù)據(jù)的頻數(shù)表
2．4．2　數(shù)值數(shù)據(jù)的類(lèi)別化
第3章　數(shù)據(jù)可視化分析
3．1　Python 繪圖基礎(chǔ)
3．1．1　Python 的主要繪圖模塊
3．1．2　基本繪圖函數(shù)
3．1．3　圖形布局
3．1．4　圖形顏色、線(xiàn)型和標(biāo)記
3．2　類(lèi)別數(shù)據(jù)可視化
3．2．1　條形圖
3．2．2　瀑布圖和漏斗圖
3．2．3　餅圖和環(huán)形圖
3．2．4　樹(shù)狀圖
3．3　數(shù)值數(shù)據(jù)可視化
3．3．1　分布特征可視化
3．3．2　變量間關(guān)系可視化
3．3．3　樣本相似性可視化
3．4　時(shí)間序列可視化
3．4．1　折線(xiàn)圖
3．4．2　面積圖
3．5　合理使用圖表
第4章　數(shù)據(jù)的描述分析
4．1　數(shù)據(jù)水平的描述
4．1．1　平均數(shù)
4．1．2　分位數(shù)
4．1．3　眾數(shù)
4．2　數(shù)據(jù)差異的描述
4．2．1　極差和四分位差
4．2．2　方差和標(biāo)準(zhǔn)差
4．2．3　離散系數(shù)
4．2．4　標(biāo)準(zhǔn)分?jǐn)?shù)
4．3　分布形狀的描述
4．3．1　偏度系數(shù)
4．3．2　峰度系數(shù)
4．4　Python 的綜合描述函數(shù)
第5 章　推斷分析基本方法
5．1　推斷的理論基礎(chǔ)
5．1．1　隨機(jī)變量和概率分布
5．1．2　統(tǒng)計(jì)量的抽樣分布
5．2　參數(shù)估計(jì)
5．2．1　估計(jì)方法和原理
5．2．2　總體均值的區(qū)間估計(jì)
5．2．3　總體比例的區(qū)間估計(jì)
5．3　假設(shè)檢驗(yàn)
5．3．1　假設(shè)檢驗(yàn)的步驟
5．3．2　總體均值的檢驗(yàn)
5．3．3　總體比例的檢驗(yàn)
第6章　相關(guān)與回歸分析
6．1　變量間關(guān)系的分析
6．1．1　變量間的關(guān)系
6．1．2　相關(guān)關(guān)系的描述
6．1．3　相關(guān)關(guān)系的度量
6．2　一元線(xiàn)性回歸建模
6．2．1　回歸模型與回歸方程
6．2．2　參數(shù)的最小平方估計(jì)
6．3　模型評(píng)估和檢驗(yàn)
6．3．1　模型評(píng)估
6．3．2　顯著性檢驗(yàn)
6．4　回歸預(yù)測(cè)和殘差分析
6．4．1　回歸預(yù)測(cè)
6．4．2　殘差分析
第7章　時(shí)間序列分析
7．1　增長(zhǎng)率分析
7．1．1　增長(zhǎng)率與平均增長(zhǎng)率
7．1．2　年化增長(zhǎng)率
7．2　時(shí)間序列的成分和預(yù)測(cè)方法
7．2．1　時(shí)間序列的成分
7．2．2　預(yù)測(cè)方法的選擇與評(píng)估
7．3　簡(jiǎn)單指數(shù)平滑預(yù)測(cè)
7．4　趨勢(shì)預(yù)測(cè)
7．4．1　線(xiàn)性趨勢(shì)預(yù)測(cè)
7．4．2　非線(xiàn)性趨勢(shì)預(yù)測(cè)
7．5　時(shí)間序列平滑
參考文獻(xiàn)