数据分析实用教程
数据库 SAS中国团队作品,清华、北大等高校之选,高校选此书作为教材可免费使用软件、数据集、课件等资源 新华书店全新正版书籍
¥
55.5
5.6折
¥
99
全新
仅1件
作者 刘政
出版社 电子工业出版社
出版时间 2021-04
版次 1
装帧 其他
货号 1202342126
上书时间 2023-02-17
商品详情
品相描述:全新
新华文轩网络书店 全新正版书籍
商品描述
本书共 14 章,内容涵盖:统计学的基本概念、推断性统计的相关理论和实例、方差分析、相关分析与回归分析、Logistic 回归、主成分分析与因子分析、聚类分析、判别分析、时间序列分析、SAS 编程基础、宏的概念和应用原理及上机练习指导。本书内容全面,汇集了统计学、多元统计学和 SAS 编程技术的核心内容。本书针对不同的实战案例进行分析和总结,并展示了程序运行的结果,使之具有较强的可操作性,便于读者理解和研习。本书可作为各行业数据分析师的应用参考书、开设数据分析课程的高校中的教师讲义,以及希望进入数据分析领域的人员的自学读物。
图书标准信息
作者
刘政
出版社
电子工业出版社
出版时间
2021-04
版次
1
ISBN
9787121408137
定价
99.00元
装帧
其他
开本
其他
纸张
胶版纸
页数
520页
字数
817千字
【内容简介】
本书共 14 章,内容涵盖:统计学的基本概念、推断性统计的相关理论和实例、方差分析、相关分析与回归分析、Logistic 回归、主成分分析与因子分析、聚类分析、判别分析、时间序列分析、SAS 编程基础、宏的概念和应用原理及上机练习指导。本书内容全面,汇集了统计学、多元统计学和 SAS 编程技术的核心内容。本书针对不同的实战案例进行分析和总结,并展示了程序运行的结果,使之具有较强的可操作性,便于读者理解和研习。本书可作为各行业数据分析师的应用参考书、开设数据分析课程的高校中的教师讲义,以及希望进入数据分析领域的人员的自学读物。
【作者简介】
刘政博士 SAS中国研发中心总经理,负责此全球研发中心的整体运作;19年的外资企业经营和项目管理经验,丰富的信息技术和数据科学教育经验;中国软件行业协会理事,中国计算机学会大数据专家委员,清华大学大数据硕士项目教育指导委员会主任,中科院深圳先进技术研究院硕士研究生导师,北京大学、清华大学、中国科学技术大学讲席教授。 巫银良 SAS 中国研发中心技术总监,主要负责SAS 可视化分析(VA)、可视化数据挖掘与机器学习(VDMML)、商业智能和移动应用等产品线的研发管理。拥有近20年的计算机行业研发和管理经验,在企业应用和商业数据分析领域有着深厚的技术功底,著有《SAS技术内幕:从程序员到数据科学家》(2018)一书。北京大学《统计分析与商务智能》课程主讲。 左春琦 SAS中国研发中心自然语言处理软件开发工程师。北京大学、清华大学数据分析课程助理讲师。SAS中国数据分析大赛出题委员会委员。 李岚 SAS中国研发中心测试经理。十余年软件研发测试经验,涉及商业智能、数据分析、可视化展现、机器学习等各领域。北京大学《统计分析与商务智能》课程SAS编程讲师。 马晓丽 SAS 中国研发中心项目经理。十余年软件开发和项目管理经验,熟悉SAS风险管理解决方案以及SAS编程。清华大学《数据分析与优化建模》课程SAS编程讲师。参与SAS Little Book中文版翻译。
【目录】
第1 章 描述性统计 . 1 1.1 统计学的发展历史 1 1.2 统计学的基础知识 4 1.3 连续型随机变量的概率分布 18 1.4 概率与二项分布 26 1.5 两大极限定理 33 1.6 数据类型与图示 38 第2 章 推断性统计:参数估计 45 2.1 推断性统计概述 45 2.2 点估计 46 2.3 区间估计 54 第3 章 推断性统计:假设检验 69 3.1 假设检验 69 3.2 参数检验 76 3.3 置信区间检验和P 值检验 91 3.4 非参数检验 94 3.5 非参数检验——符号检验法 95 3.6 非参数检验——秩和检验 98 第4 章 方差分析 108 4.1 方差分析的提出 108 4.2 单因素方差分析 111 4.3 双因素方差分析的概念及其基本假定 123 4.4 多因素方差分析 132 第5 章 相关分析与回归分析 140 5.1 相关分析 140 5.2 回归分析 150 5.3 简单线性回归 150 5.4 多元线性回归 159 5.5 可变换为线性回归的曲线回归 174 第6 章 Logistic 回归 175 6.1 交叉表分析 175 6.2 一元Logistic 回归 184 6.3 多元Logistic 回归 192 6.4 有交互效应的多元Logistic 回归 196 第7 章 主成分分析与因子分析 202 7.1 主成分分析的概念与原理 202 7.2 主成分分析SAS 实例 209 7.3 因子分析 219 7.4 因子分析SAS 实例 227 第8 章 聚类分析 234 8.1 聚类与分类的区别 234 8.2 案例:消费者分类问题 234 8.3 聚类分析概述 235 8.4 层次聚类 240 8.5 K 均值聚类 246 8.6 确定聚类数 256 第9 章 判别分析 266 9.1 判别分析基础 266 9.2 距离判别法 269 9.3 贝叶斯判别法 279 9.4 Fisher 判别法 301 第10 章 时间序列分析 310 10.1 时间序列基础 310 10.2 描述性分析与预测方法 315 10.3 平稳序列的预测 327 10.4 趋势序列的预测 335 10.5 复合序列的预测 351 第11 章 SAS 编程基础 375 11.1 SAS 基础 375 11.2 使用SAS 分析数据 387 11.3 SAS 处理数据集原理 413 第12 章 SAS 编程进阶 423 12.1 读取原始数据(文本)文件 423 12.2 访问Excel 工作表 436 12.3 创建自定义格式 438 12.4 使用SAS 函数 440 12.5 有条件处理 451 12.6 PROC SQL 简介 453 第13 章 SAS 宏编程 458 13.1 SAS 宏简介 458 13.2 熟悉SAS 宏变量 459 13.3 如何编译宏语言 469 13.4 宏程序简介 474 13.5 在数据操作中使用宏(案例研究) 479 13.6 间接引用宏变量 494 第14 章 SAS Enterprise Guide 操作应用 497 14.1 SAS Enterprise Guide 简介 497 14.2 SAS Enterprise Guide 上机练习 498
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价