思维导图备注

数据分析实战：基于EXCEL和SPSS系列工具的实践
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

第8章 找到数据中的“特殊分子”

浏览 8 扫码
  • 小字体
  • 中字体
  • 大字体
2022-01-24 09:43:46
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 前言
  • 第1章 什么是数据分析
    • 1.1.1 企业数据量
    • 1.2 数据分析能给我们带来什么
      • 1.2.2 快速查询数据
      • 1.2.3 数据之间关系的探索
      • 1.2.4 业务预测
    • 1.1.3 数据颗粒度
  • 第2章 数据分析的理论、工具、模型
    • 2.1 基本概念和术语
      • 2.2.1 EXCEL
      • 2.1.2 术语
      • 2.2.3 Access
      • 2.2.4 SPSS
      • 2.2.5 XLSTAT
      • 2.2.6 Modeler
      • 2.2.7 R语言
    • 2.3 在分析需求和模型之间搭起桥梁
      • 2.3.1 识别需求
      • 2.3.2 分解需求
      • 2.3.3 选择工具和模型
  • 第3章 数据采集与整理
    • 3.1 数据采集的几条重要原则
      • 3.1.2 要足够“细”
      • 3.1.3 要有“跨度”
    • 3.2 用“逐步推进法”推测需要的数据
    • 3.3 耗时耗力的数据整理过程
      • 3.3.1 重复、空行、空列数据删除
      • 3.3.2 缺失值的填充和分析
      • 3.3.3 数据间逻辑的排查
    • 3.4 数据量太大了怎么办
      • 3.4.1 放到数据库中处理
      • 3.4.2 用专业工具处理
      • 3.4.3 数据抽样
  • 第4章 数据分析的基础：制表（上）
    • 4.1 以数据合并为目标的制表
      • 4.1.1 跨工作表合并
      • 4.1.2 跨工作簿合并
    • 4.2 以数据筛选为目标的制表
      • 4.2.1 普通数据筛选
      • 4.2.2 高级筛选
      • 4.2.3 计算筛选
      • 4.2.4 函数筛选
    • 4.3 以获得概要数据为目标的制表
      • 4.3.1 分类汇总方法
      • 4.3.2 数据透视表汇总
  • 第5章 数据分析的基础：制表（下）
    • 5.1 “七个百分比”让你懂得大部分表格类型
      • 5.1.1 行总计的百分比
      • 5.1.2 列总计的百分比
      • 5.1.3 全部总计的百分比
      • 5.1.4 父行（列）的百分比
      • 5.1.5 累计占比
      • 5.1.6 环比
      • 5.1.7 同比
    • 5.2 分组功能经常让分析峰回路转
      • 5.2.1 文本的分组
      • 5.2.2 等步长的数据分组
      • 5.2.3 不等步长的数据分组
      • 5.2.4 日期型的分组
    • 5.3 随意生成各种派生指标
      • 5.3.1 添加字段
      • 5.3.2 添加项
    • 5.4 从大数据库中挑选要分析的数据：Microsoft Query
    • 5.5 强大的SQL
      • 5.5.1 SQL的基本语法
      • 5.5.2 SQL的应用
  • 第6章 数据扫描：给数据做体检
    • 6.1 在EXCEL中给数据做扫描
    • 6.2 SPSS中给数据做扫描
    • 6.3 在Modeler中给数据做扫描
    • 6.4 其他相应的指标
  • 第7章 数据标注：给数据上色
    • 7.1 大数据块的整体标注
      • 7.1.1 突出显示单元格规则
      • 7.1.2 特殊数据选取规则
    • 7.2 根据业务逻辑在数据中标注上色
      • 7.2.2 规则的理解
  • 第8章 找到数据中的“特殊分子”
    • 8.2 异常值的判断标准
    • 8.3 用绘图技巧找到异常值
      • 8.3.1 散点图
      • 8.3.2 面板图
    • 8.4 用公式函数法发掘异常值
    • 8.5 三倍标准差法
  • 第9章 相关分析与决策树
    • 9.1 Pearson相关
      • 9.1.1 应用场景
      • 9.1.2 输出指标的解析
    • 9.2 典型相关分析
      • 9.2.1 操作步骤
      • 9.2.2 结果解读
    • 9.3 决策树
      • 9.3.1 什么时候需要用决策树
      • 9.3.2 决策树的操作和指标解释
  • 第10章 聚类
    • 10.1 多维度数据的分类怎么办
      • 10.1.1 低维度数据的分类方法
      • 10.1.2 高维度数据的分类需求
      • 10.1.3 常用的聚类操作介绍
    • 10.2 聚类的烦恼1：如何面对数量级差别大的数据
    • 10.3 聚类的烦恼2：如何判断聚类的质量
  • 第11章 回归
    • 11.1 如何寻找现有数据的内在规律
      • 11.1.2 多元线性回归
    • 11.2 logistic回归
      • 11.2.1 回归（客户“买”与“不买”）
      • 11.2.2 多元logistic回归（多个品牌的选择）
      • 11.2.3 多元有序logistic回归
  • 第12章 关联分析
    • 12.1 因果关系的弱化
    • 12.2 关联分析的指标
      • 12.2.1 支持度
      • 12.2.2 置信度
      • 12.2.3 提升度
    • 12.3 什么样的数据适合做关联分析
      • 12.3.2 金融数据
      • 12.3.3 生产质量数据
  • 12.4 关联分析的具体操作
    • 13.1 什么是预测，预测的准确度高吗
    • 13.2 移动平滑
    • 13.3 指数平滑
      • 13.3.1 二次指数平滑
      • 13.3.2 三次指数平滑
    • 13.4 对周期性数据的分解
    • 13.5 ARIMA预测法
  • 第14章 高级绘图技巧
    • 14.1 怎样才算图画得好
    • 14.2 双轴图的技巧和运用
    • 14.3 不同数量级数据的高效对比展示
    • 14.4 数据标签的妙用
    • 14.5 图形中的重点标注
    • 14.6 绘图美学——多点审美素养
      • 14.6.1 整体布局
      • 14.6.2 线型的选择
      • 14.6.3 色彩对比
  • 后记 数据分析经验之我见
  • 本书彩插图
  • 1.3 数据分析的几大抓手
    • 1.3.1 足够多的数据
    • 1.3.2 数据质量
    • 1.3.3 合适的工具
    • 1.3.4 分析结果的呈现
  • 1.4 数据分析的流程
    • 1.4.1 数据采集
    • 1.4.2 数据整理
    • 1.4.3 制表
    • 1.4.4 数据分析
    • 1.4.5 数据展示（呈现）
  • 1.5 如何成为数据分析高手
    • 1.5.1 “拳不离手，曲不离口”
    • 1.5.2 熟练掌握常用工具
    • 1.5.3 最好能编点程序
    • 1.5.4 一定要通晓业务
  • 7.2.3 根据业务需求改变规则
    • 7.3.1 理解逻辑表达式的含义
    • 7.3.2 复杂逻辑公式的应用
  • 7.4 如何在一张表格中实现多种标注规则
    • 7.4.2 如何理解“遇真则停止”
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《数据分析实战：基于EXCEL和SPSS系列工具的实践》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度