數據分析輕松進階：從Excel到Python和R
[美] 喬治·芒特（George Mount）
- 出版商: 人民郵電
- 出版日期: 2024-07-01
- 定價: $479
- 售價: 8.5 折 $407
- 語言: 簡體中文
- 頁數: 194
- ISBN: 7115647763
- ISBN-13: 9787115647764
-
相關分類:
Excel、Data Science
下單後立即進貨 (約4週~6週)
相關主題
商品描述
初入數據分析世界的你是否不知從何學起？本書為你繪制了一條從Excel輕松進階到R和Python的平坦路線。你將學習如何使用R和Python這兩種常用的數據編程語言進行探索性數據分析和假設檢驗，並在學習過程中獲得實踐經驗。本書分為三大部分，共計14章。在第一部分中，你將使用Excel學習統計學概念，並為數據分析奠定基礎。在第二部分和第三部分中，你將瞭解如何把已學的Excel數據分析知識分別遷移到R和Python中。本書提供豐富的代碼示例和“開箱即用”的數據集，有助於你在初涉數據分析領域時輕松向前邁進一大步。
作者簡介
乔治·芒特（George Mount）是数据分析培训与咨询公司Stringfest Analytics的创始人兼首席执行官。他曾与行业先进的训练营、学习平台和实践组织合作，帮助人们提高数据分析技能。
目錄大綱
前言
第 一部分 Excel數據分析基礎
第 1章 探索性數據分析入門 3
1.1 什麽是探索性數據分析 3
1.1.1 觀測值 5
1.1.2 變量 5
1.2 演示：對變量進行分類 8
1.3 小結：變量類型 10
1.4 在Excel 中探索變量 10
1.4.1 探索分類變量 10
1.4.2 探索定量變量 13
1.5 本章小結 22
1.6 練習 23
第 2章 概率論基礎 25
2.1 概率與隨機性 25
2.2 概率與樣本空間 26
2.3 概率與實驗 26
2.4 非條件概率與條件概率 26
2.5 概率分佈 27
2.5.1 離散概率分佈 27
2.5.2 連續概率分佈 30
2.6 本章小結 37
2.7 練習 37
第3章 推斷統計基礎 39
3.1 推斷統計框架 40
3.1.1 收集有代表性的樣本 40
3.1.2 陳述假設 41
3.1.3 制訂分析計劃 42
3.1.4 分析數據 44
3.1.5 做出決定 46
3.2 數據由你主宰 52
3.3 本章小結 53
3.4 練習 53
第4章 相關性和回歸 55
4.1 “相關並不等於因果” 55
4.2 相關性簡介 56
4.3 從相關性到回歸 60
4.4 Excel 中的線性回歸 62
4.5 反思結果：虛假關系 67
4.6 本章小結 68
4.7 高階編程階段 68
4.8 練習 69
第5章 數據分析棧 71
5.1 統計學、數據分析和數據科學 71
5.1.1 統計學 71
5.1.2 數據分析 71
5.1.3 商業分析 72
5.1.4 數據科學 72
5.1.5 機器學習 72
5.1.6 獨特，但不排他 73
5.2 數據分析棧的重要性 73
5.2.1 電子表格 74
5.2.2 數據庫 76
5.2.3 商業智能平臺 77
5.2.4 數據編程語言 77
5.3 本章小結 79
5.4 下一步 79
5.5 練習 79
第二部分 從Excel 到R
第6章 使用R 之前的準備工作 83
6.1 下載R 83
6.2 RStudio 入門 83
6.3 R 包 92
6.4 升級R、RStudio 和R 包 93
6.5 本章小結 93
6.6 練習 94
第7章 R 中的數據結構97
7.1 向量 97
7.2 索引向量和提取子集 99
7.3 從Excel 表格到R 數據框 100
7.4 在R 中導入數據 102
7.5 探索R 數據框 106
7.6 索引R 數據框和提取子集 107
7.7 將數據寫入R 數據框 108
7.8 本章小結 109
7.9 練習 109
第8章 使用R 進行數據處理與可視化 111
8.1 使用dplyr 包處理數據 112
8.1.1 按列操作 112
8.1.2 按行操作 114
8.1.3 聚合和連接數據 117
8.1.4 dplyr 包和管道運算符 119
8.1.5 使用tidyr 包重塑數據 121
8.2 使用ggplot2 包可視化數據 123
8.3 本章小結 129
8.4 練習 129
第9章 使用R 進行數據分析131
9.1 探索性數據分析 132
9.2 假設檢驗 135
9.2.1 獨立樣本t 檢驗 136
9.2.2 線性回歸 138
9.2.3 訓練集/ 測試集分離和驗證 139
9.3 本章小結 142
9.4 練習 142
第三部分 從Excel 到Python
第 10章 使用Python 之前的準備工作 145
10.1 下載Python145
10.2 Jupyter Notebook 入門 146
10.3 Python 中的模塊154
10.4 升級Python、Anaconda 和Python 包 156
10.5 本章小結 156
10.6 練習 156
第 11章 Python 中的數據結構 157
11.1 numpy 數組 158
11.2 索引numpy 數組和提取子集 159
11.3 pandas 數據框 161
11.4 在Python 中導入數據 162
11.5 探索pandas 數據框 163
11.5.1 索引pandas 數據框和提取子集 165
11.5.2 把pandas 數據框寫入文件 166
11.6 本章小結 166
11.7 練習 166
第 12章 使用Python 進行數據處理與可視化 167
12.1 按列操作 168
12.2 按行操作 170
12.3 聚合和連接數據 171
12.4 重塑數據 173
12.5 可視化數據 174
12.6 本章小結 179
12.7 練習 179
第 13章 使用Python 進行數據分析 181
13.1 探索性數據分析 182
13.2 假設檢驗 184
13.2.1 獨立樣本t 檢驗 185
13.2.2 線性回歸 186
13.2.3 訓練集/ 測試集分離和驗證 187
13.3 本章小結 189
13.4 練習 189
第 14章 結論和展望 191
14.1 進一步學習的方向 191
14.2 研究設計和商業實驗 191
14.3 進一步學習統計方法 192
14.4 數據科學和機器學習 192
14.5 版本控制 192
14.6 道德準則 193
14.7 勇往直前 193
14.8 告別的話 193
