消息首页搜索举报

循序渐进学习商业分析：使用SAS与R语言

正版保障假一赔十可开发票

60.35 6.8折 89 全新

库存40件

广东广州

认证卖家担保交易快速发货售后保障

作者(印)苏巴西尼·夏玛·特里帕蒂著

出版社清华大学出版社

ISBN9787302570806

出版时间2021-02

装帧平装

开本16开

定价89元

货号10995520

上书时间2024-12-22

灵感书店

三年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 10小时
好评率暂无

最新上架

时代的喧嚣 ¥21.60

千窍芯 ¥52.15

美国文化与口语 ¥22.92

无所归依:别列列申诗选 ¥22.95

北大学霸教你写好作文就三步 ¥18.47

小学生分类作文大全 ¥30.02

环境政策 ¥55.85

现代中医糖尿病学 ¥124.28

认同视野中的民族关系 ¥61.57

商品详情

品相描述：全新

商品描述: 作者简介
苏巴西尼·夏玛·特里帕蒂（Subhashini Sharma Tripathi），一位数据分析专家，在与GE Money、渣打银行、Tata Motors Finance和Citi GDM合作10年后，于2012年开始从事教学、撰写博客和提供咨询等工作。在工作期间，她坚信数据科学和分析技术有助于减少对个体经验的依赖。此外，她认为，这为现代经理人提供了一种决定性的方法，可以更快、更准确地解决许多现实问题。在这个不断发展的业务环境中，它还有助于定义长期战略并提供更好的选择。换句话说，借助大数据分析，企业管理者可以获得更有价值的经营指导。     Subhashini是pexitics.com的创始人，她的第一个产品是Pexitics Talent Score。该公司可提供有效的人力资源管理工具，并提供分析咨询服务。

目录
第1章  分析的过程
  1.1  分析的定义
    1.1.1  简单的分析示例
    1.1.2  典型日常工作
    1.1.3  适合数据分析师职业的个人特质
  1.2  分析的演变
    1.2.1  质量运动
    1.2.2  第二次世界大战
    1.2.3  统计的影响和涉及面
  1.3  商业智能的曙光
第2章  了解SAS和R
  2.1  选择SAS和R的原因
    2.1.1  市场概况
    2.1.2  高级分析的定义
  2.2  SAS和R的历史
    2.2.1  SAS的历史
    2.2.2  关于EG
    2.2.3  获得SAS Enterprise Guide软件的方式
    2.2.4  R的历史
    2.2.5  关于R的命名
    2.2.6  关于R
    2.2.7  关于RStudio
    2.2.8  关于CRAN
    2.2.9  关于R的附加软件包
    2.2.10  微软公司收购Revolution Analytics的意义
  2.3  安装SAS和R
    2.3.1  获得SAS
    2.3.2  SAS University Edition
    2.3.3  SAS OnDemand for Academics
    2.3.4  Education Analytical Suite
    2.3.5  安装R
第3章  使用SAS和R进行数据处理
  3.1  定义：数据处理之前的阶段
  3.2  常见业务问题的基本理解
    3.2.1  数据来源
    3.2.2  使用基准创建最佳定义陈述
  3.3  从ERP到业务分析SaaS的数据流
    3.3.1  主键
    3.3.2  关系数据库
  3.4  数据完整性检查
  3.5  SAS案例研究1
    3.5.1  问题陈述
    3.5.2  导入数据
    3.5.3  查看数据
    3.5.4  收集和组织数据
    3.5.5  可视化
    3.5.6  执行分析
  3.6  R案例研究1
    3.6.1  问题陈述
    3.6.2  导入数据
    3.6.3  查看数据
    3.6.4  收集和组织数据
    3.6.5  可视化
    3.6.6  执行分析
第4章  使用SAS和R发现有关数据的基本信息
  4.1  关于描述性统计
    4.1.1  有关推论和描述统计的更多信息
    4.1.2  表格和描述性统计
    4.1.3  关于频率分布
  4.2  SAS案例研究2
    4.2.1  问题陈述
    4.2.2  导入数据
    4.2.3  查看数据
    4.2.4  关于单变量过程
    4.2.5  收集和组织数据
    4.2.6  可视化
    4.2.7  执行分析
  4.3  R案例研究2
    4.3.1  问题陈述
    4.3.2  导入数据
    4.3.3  查看数据
    4.3.4  收集和组织数据
    4.3.5  可视化
    4.3.6  执行分析
  4.4  使用描述性统计
    4.4.1  集中趋势的度量
    4.4.2  散布的度量
    4.4.3  差异分析
    4.4.4  方差
第5章  可视化
  5.1  可视化的定义
  5.2  当今世界的数据可视化
  5.3  进行数据可视化的理由
  5.4  常见的图形和图表类型
  5.5  SAS案例研究3
    5.5.1  关于数据
    5.5.2  数据内容
    5.5.3  定义
    5.5.4  问题陈述
    5.5.5  SAS解决方案
  5.6  SAS代码和解决方案
    5.6.1  导入数据
    5.6.2  查看内容并了解变量
    5.6.3  保留所需的变量
    5.6.4  创建所需的欺诈指标变量
    5.6.5  组织和整理数据
    5.6.6  可视化y变量
  5.7  R案例研究3
    5.7.1  关于数据
    5.7.2  数据内容
    5.7.3  定义
    5.7.4  问题陈述
    5.7.5  R中的解决方案
  5.8  R代码和解决方案
    5.8.1  导入数据
    5.8.2  查看内容并了解变量
    5.8.3  保留所需的变量
    5.8.4  创建所需的欺诈指标变量
    5.8.5  组织和整理数据
    5.8.6  可视化y变量
  5.9  相关性和协方差
  5.10  对相关性的解释
第6章  概率
  6.1  概率的定义
  6.2  独立事件的概率：两个或多个事件的概率
  6.3  条件事件的概率：两个或多个事件的概率
  6.4  使用概率的原因
  6.5  使用贝叶斯定理计算概率
    6.5.1  贝叶斯定理的似然性
    6.5.2  从条件概率推导贝叶斯定理
    6.5.3  决策树：用它来理解贝叶斯定理
  6.6  计算概率的频率
    6.6.1  离散变量
    6.6.2  连续变量
    6.6.3  正态分布
    6.6.4  变量不是正态分布的情形
  6.7  SAS案例研究4
    6.7.1  问题陈述
    6.7.2  导入数据
    6.7.3  查看数据
    6.7.4  定义业务问题
    6.7.5  可视化
    6.7.6  查看变量的基本统计信息
    6.7.7  组织和整理数据
    6.7.8  SAS练习1
    6.7.9  SAS练习2
  6.8  R案例研究4
    6.8.1  问题陈述
    6.8.2  导入数据
    6.8.3  查看数据
    6.8.4  定义业务问题
    6.8.5  可视化
    6.8.6  查看变量的基本统计信息
    6.8.7  组织和整理数据
    6.8.8  执行分析
    6.8.9  R练习
第7章  样本和抽样分布
  7.1  了解样本
  7.2  抽样分布
    7.2.1  离散均匀分布
    7.2.2  二项分布
    7.2.3  连续均匀分布
    7.2.4  泊松分布
    7.2.5  概率分布的使用
  7.3  中心极限定理
  7.4  大数定律
  7.5  使用统计数据进行业务决策
  7.6  参数检验
  7.7  非参数检验
  7.8  SAS案例研究5
    7.8.1  问题陈述
    7.8.2  导入数据
    7.8.3  查看数据
    7.8.4  组织和整理数据
    7.8.5  执行分析
  7.9  R案例研究5
    7.9.1  问题陈述
    7.9.2  导入数据
    7.9.3  收集和组织数据
    7.9.4  可视化
    7.9.5  执行分析
第8章  分析的置信区间和正确性
  8.1  确定统计结果的方式
  8.2  关于P值
  8.3  假设检验中的错误
  8.4  SAS案例研究6
    8.4.1  问题陈述
    8.4.2  导入数据
    8.4.3  查看数据
    8.4.4  组织和整理数据
    8.4.5  执行分析
  8.5  R案例研究6
    8.5.1  问题陈述
    8.5.2  导入数据
    8.5.3  查看数据
    8.5.4  组织和整理数据
    8.5.5  执行分析
第9章  结论和见解
  9.1  关于见解
    9.1.1  描述统计
    9.1.2  图表
    9.1.3  推断统计
    9.1.4  差异统计
  9.2  SAS案例研究7
    9.2.1  问题陈述
    9.2.2  导入数据
    9.2.3  查看数据
    9.2.4  组织和整理数据
    9.2.5  可视化
    9.2.6  执行分析
  9.3  R案例研究7
    9.3.1  问题陈述
    9.3.2  导入数据
    9.3.3  查看数据
    9.3.4  组织和整理数据
    9.3.5  可视化
    9.3.6  执行分析

主编推荐
"在过去的10年中，分析和数据科学作为业务决策的支持功能而走在技术发展的前沿，业务分析师还是鲜为人知的职业选择。随着数据存储成本的急剧下降和数据量的蓬勃增长，首席经验官（Chief eXperience Officer，CXO）和现代经理人都迫切需要掌握分析和数据科学，以便在企业经营的每个点上做出明智的决策。如何开始分析和数据科学职业生涯？《循序渐进学习商业分析：使用SAS与R语言》将告诉你如何通过定义、收集、组织、可视化、分析和见解（DCOVA&I）过程执行数据分析并解决问题。这是一个很好完整而严密的过程，因此，即使数据很好新颖或你对问题不太熟悉，也可以通过使用逐步检查表进行推论来解决问题。很后，为了实现分析输出，需要以简单的业务术语来理解结论或见解。"

精彩内容
《循序渐进学习商业分析：使用SAS与R语言》详细阐述了与SAS和R语言商业分析相关的解决方案，主要内容包括了解SAS和R、使用SAS和R进行数据处理、使用SAS和R发现有关数据的基本信息、可视化、概率、样本和抽样分布、分析的置信区间和正确性等。此外，本书还提供了丰富的示例及代码，以帮助读者进一步理解相关方案的实现过程。

本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。

媒体评论
在过去的10年中，分析和数据科学作为业务决策的支持功能而走在技术发展的前沿，业务分析师还是鲜为人知的职业选择。随着数据存储成本的急剧下降和数据量的蓬勃增长，首席经验官(Chief eXperience Officer，CXO)和现代经理人都迫切需要掌握分析和数据科学，以便在企业经营的每个点上做出明智的决策。
如何开始分析和数据科学职业生涯？
《循序渐进学习商业分析：使用SAS与R语言》将告诉你如何通过定义、收集、组织、可视化、分析和见解(DCOVA&I)过程执行数据分析并解决问题。这是一个非常完整而严密的过程，因此，即使数据非常新颖或你对问题不太熟悉，也可以通过使用逐步检查表进行推论来解决问题。最后，为了实现分析输出，需要以简单的业务术语来理解结论或见解。
如何开始分析和数据科学职业生涯？本书通过两种流行的软件工具SAS和R对业务数据进行分析！

— 没有更多了 —

循序渐进学习商业分析：使用SAS与R语言

灵感书店

商品详情

相关推荐