• 
  子群评价的理论、...
  ￥94.50元
• 
  综合评价基本理论...
  ￥148.52元
• 
  模糊综合评价方法...
  ￥133.50元
• 
  世界海洋经济统计...
  ￥223.50元
• 
  面向杠杆效应的群...
  ￥126.00元
• 
  数据分析软件应用...
  ￥43.50元

人工智能时代，数据已成为核心战略资源。“数字+”快速渗透到各行各业，日益融入经济社会发展各领域全过程。无论党政机关还是众多企事业单位，都需要基于数据做出科学正确的决策。因此，顺应时代发展，不论是经管类、理工类，还是文史哲等各类专业的学生，都需要培养一定的数据思维，掌握分析工具以洞察规律、驱动创新。本书聚焦实用技能培养，主要介绍SAS、R、MATLAB和Python四大主流数据分析软件，通过通俗易懂的语言讲解编程基础、操作流程，并辅以典型案例详解，帮助读者快速上手实践。本书内容设计以“理解原理-动手实操-解读结果-应用落地”为主线，逐步提升数据处理与业务结合的能力。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  第一篇 基于SAS的统计分析
  第一章 SAS语言基础 3
  第一节 SAS语言概述 3
  第二节 数据步 4
  第三节 过程步 16
  第二章 描述统计分析 20
  第一节 基本语句介绍 20
  第二节 计算描述统计量 24
  第三节 绘制统计图形 33
  第三章 参数估计与假设检验 38
  第一节 基本语句介绍 38
  第二节 单个正态总体的参数估计 40
  第三节 两个正态总体的参数估计 41
  第四节 0-1总体比例的参数估计 43
  第五节 单样本t检验 45
  第六节 两独立样本t检验 46
  第七节 配对样本t检验 48
  第八节 0-1总体比例的假设检验 49
  第四章 方差分析 53
  第一节 基本语句介绍 53
  第二节 单因素方差分析 54
  第三节 无交互作用的双因素方差分析 58
  第四节 有交互作用的双因素方差分析 60
  第五章 相关分析与回归分析 63
  第一节 基本语句介绍 63
  第二节 一元线性回归分析 66
  第三节 多元线性回归分析 69
  第四节 非线性回归分析 76
  第五节 logistic回归分析 82
  第二篇 基于R语言的统计分析
  第六章 R软件的基础知识 89
  第一节 R软件简介 89
  第二节 R软件的优缺点 89
  第三节 R软件的安装与运行 90
  第四节 初识R软件 91
  第七章 用R软件进行数据的描述 95
  第一节 用频数分布表来观察数据分布 95
  第二节 数值数据的图形展示 99
  第三节 类别数据的图形展示 102
  第四节 用统计量描述数据 103
  第八章 用R软件进行数据的参数估计 105
  第一节 一个正态总体均值的区间估计 105
  第二节 两个正态总体均值差的区间估计 106
  第三节 两个正态总体方差比的区间估计 107
  第四节 总体比例的区间估计 108
  第九章 用R软件进行数据的假设检验 110
  第一节 一个正态总体均值的检验 110
  第二节 两个正态总体均值差的检验 111
  第三节 两个正态总体方差比的检验 112
  第四节 非正态总体参数的检验 112
  第十章 用R软件进行数据的方差分析 114
  第一节 单因素方差分析 114
  第二节 无交互作用的双因素方差分析 115
  第三节 有交互作用的双因素方差分析 116
  第十一章 用R软件进行数据的回归分析 117
  第一节 相关分析 117
  第二节 一元线性回归分析 118
  第三节 多元线性回归分析 120
  第三篇 基于MATLAB的统计分析
  第十二章 MATLAB基础 125
  第一节 MATLAB主界面 125
  第二节 数据和变量 127
  第三节 数组及其运算 129
  第四节 M文件和M函数 135
  第十三章 数理统计分析 138
  第一节 概率分布 138
  第二节 统计量分析与数据可视化 141
  第三节 数据插值与拟合 146
  第十四章 数据描述性分析 152
  第一节 一维数据的分布与检验 152
  第二节 多维数据的分布与检验 155
  第三节 数据变换 159
  第十五章 回归分析 164
  第一节 一元线性回归 164
  第二节 一元多项式回归 167
  第三节 多元回归 171
  第十六章 最优化求解 176
  第一节 无约束优化问题 176
  第二节 带约束优化问题 180
  第三节 多元优化问题 183
  第四篇 基于Python的数据处理
  第十七章 Python语言简介 189
  第一节 变量、数据类型与数据结构 190
  第二节 控制流程 193
  第三节 文件读写 195
  第四节 函数 195
  第五节 模块 196
  第十八章 Python数据采集 198
  第一节 读写文本格式的数据 198
  第二节 网络爬虫 202
  第三节 使用Python查询数据库 217
  第十九章 Python机器学习 221
  第一节 机器学习的分类及对应类库 221
  第二节 线性模型 222
  第三节 决策树 230
  第四节 聚类算法 233
  第五节 降维 237
  第六节 支持向量机 243
  第七节 人工神经网络 247
  第二十章 数据可视化 251
  第一节 数据可视化简介 251
  第二节 matplotlib.pyplot库的介绍 251
  第三节 简单图表绘制 254