數據分析基礎

第一章 數據分析概述
1.1數據分析的定義
1.2數據分析的意義
1.3數據分析的常見類型及作用
1.3.1數據分析的常見類型
1.3.2數據分析的作用
1.4數據分析的一般步驟
1.4.1明確分析目的和思路
1.4.2數據收集
1.4.3數據處理
1.4.4數據分析實施
1.4.5數據展現(xiàn)
1.4.6報告撰寫

第二章 數據分析的常用工具
2.1數據處理工具：Excel
2.1.1 Excel簡介
2.1.2 Excel實踐環(huán)境
2.1.3 Excel數據處理與分析
2.2數據庫：MySQL
2.2.1 MySQL簡介
2.2.2 MySQL實踐環(huán)境
2.2.3 MySQL基本操作
2.3數據可視化：Power BI
2.3.1 Power BI簡介
2.3.2 Power BI實踐環(huán)境
2.3.3 Power BI數據分析及可視化
2.3.4 Excel用戶使用Power BI
2.4大數據分析工具
2.4.1 SPSS可視化統(tǒng)計分析工具
2.4.2 Python程序設計語言
2.4.3 Hive數據倉庫工具

第三章 數據收集與存儲
3.1數據庫與數據倉庫
3.1.1數據庫
3.1.2數據倉庫
3.1.3數據庫與數據倉庫的區(qū)別
3.2 數據
3.2.1 數據與大數據
3.2.2 數據的類型
3.2.3數據的呈現(xiàn)形式
3.3 數據的來源
3.3.1第二手數據
3.3.2第一手數據
3.4數據的存儲
3.4.1大數據給存儲帶來的挑戰(zhàn)
3.4.2數據存儲的分類
3.4.3網絡存儲技術
3.4.3虛擬存儲

第四章 數據預處理
4.1數據清洗
4.1.1數據標準化處理
4.1.2缺失數據的處理
4.1.3離群值及重復數據的處理
4.2數據變換
4.2.1最小-最大規(guī)范化
4.2.2零-均值規(guī)范化
4.2.3小數定標規(guī)范化
4.2.4不一致數據的處理
4.3數據規(guī)約
4.3.1屬性規(guī)約
4.3.2數值規(guī)約


第五章 常用的數據分析方法
5.1 描述性統(tǒng)計分析
5.1.1均值分析
5.1.2頻數分析
5.1.3百分比分析
5.1.4眾數和中位數
5.1.5交叉分析
5.1.6同比分析
5.1.7環(huán)比分析
5.1.8其他
5.2 探索性數據分析
5.2.1相關分析
5.2.2回歸分析
5.2.3方差分析
5.2.4顯著性檢驗分析
5.2.5聚類分析
5.2.6主成分分析與因子分析
5.2.7對應分析



第六章 數據建模
6.1模型的形式化描述
6.2建模的基本過程
6.3建模的特征工程
6.3.1特征提取
6.3.2特征選擇
6.3.3降維
6.4建模的常用算法與選擇
6.4.1監(jiān)督學習
6.4.2無監(jiān)督學習
6.5模型的驗證與評估
6.5.1評估指標概述
6.5.2模型狀態(tài)評估

第七章 數據可視化呈現(xiàn)
7.1選擇合適的數據呈現(xiàn)方式
7.2數據如何演變?yōu)閳D表
7.3常見圖表的制作與呈現(xiàn)
7.3.1如何創(chuàng)建一個完整的圖表
7.3.2Excel中的基本圖表創(chuàng)建
7.3.3柱形圖
7.3.4條形圖
7.3.5折線圖
7.3.6餅圖
7.3.7散點圖
7.3.8矩陣圖
7.3.9氣泡圖
7.3.10雷達圖
7.3.11 箱型圖
7.3.12地圖熱力圖

第八章 數據分析報告的撰寫
8.1分析報告的寫作原則
8.1.1主題要突出
8.1.2結構要嚴謹
8.1.3觀點和材料要統(tǒng)一
8.1.4語言力求準確、簡潔、通俗易懂
8.2基于數據分析的推導過程
8.2.1第一步——感知問題
8.2.2第二步——提出假說
8.2.3第三步——選擇表征
8.2.4第四步——收集數據
8.2.5第五步——分析驗證
8.3結論邏輯可讀性
8.4報告圖表化
8.5數據分析報告范例
8.5.1引言
8.5.2背景及意義
8.5.3數據分析方法
8.5.4總結