人人都会数据分析：从生活实例学统计

数据分析已经成为数据时代各行各业突破各自行业发展瓶颈的*有效手段，无论是公司职员还是个体商户或大公司管理者，都需要有数据分析的能力。本书系统地介绍了数据分析的统计理论基础内容，共5章。第1章阐述了数据分析在当今生活中的重要性，以及人们成为各自领域的数据分析师的必要性和学习路径；第2章从数据描述的三个维度展开，详细介绍了如何从集中趋势、离散程度和分布形态对数据进行描述，从而使分析者充分了解自己手头的数据；第3章介绍了推断性数据统计分析的内容，介绍了如何通过样本数据特性推断出总体数据特征；第4章是关于预测分析内容，介绍了变量之间的相关分析，以及如何使用容易获取的数据信息预测难以获取的数据信息，用过去的历史数据信息预测未来可能出现的数据信息；第5章介绍了数据结果可视化的内容，包括各种统计图形的功能及使用场景。本书以数据分析的统计理论基础为主题，大多数知识点都列举了生活中的实用案例，适合高等院校学生、公司职员、个体商户和企业管理者学习参考。

谢运恩，数据分析师。谢运恩，数据分析师。谢运恩，数据分析师。谢运恩，数据分析师。谢运恩，数据分析师。谢运恩，数据分析师。

第1 章 生活在数据时代 1

1．1 数据分析无处不在 2

1．1．1 常用的国家统计指标 2

1．1．2 制造业的数据分析应用 ．9

1．1．3 营销领域的数据分析应用 13

1．1．4 医疗行业的数据分析应用 15

1．2 人人都能成为数据分析师 16

1．2．1 数据分析过程 17

1．2．2 数据分析工具 21

1．2．3 数据分析师的成长之路 26

第2 章 耳熟能详的数据你真的了解吗 29

2．1 数据的类型 30

2．1．1 数据的结构属性分类 30

2．1．2 数据的连续性特征分类 ． 31

2．1．3 数据的测量尺度分类 ． 33

2．2 数据描述的三个维度 35

2．3 数据的集中趋势描述 36

2．3．1 算术平均值 ． 37

2．3．2 几何平均值 ． 39

2．3．3 众数 ． 40

2．3．4 中位数 ． 41

2．4 数据的离散程度描述 42

2．4．1 极差 ． 42

2．4．2 平均偏差 ． 43

2．4．3 方差和标准差 ． 44

2．4．4 变异系数 ． 48

2．4．5 四分位极差 ． 49

2．5 数据的分布形态描述 50

2．5．1 概率 ． 50

2．5．2 概率分布 ． 53

2．5．3 离散型概率分布：二项分布 ． 54

2．5．4 离散型概率分布：多项分布 ． 56

2．5．5 离散型概率分布：超几何分布 ． 57

2．5．6 离散型概率分布：泊松分布 ． 59

2．5．7 连续型概率分布：指数分布 ． 62

2．5．8 连续型概率分布：均匀分布 ． 65

2．5．9 连续型概率分布：正态分布 ． 66

2．5．10 正态分布作为二项分布近似 ． 73

2．5．11 正态分布作为泊松分布近似 ． 76

第3 章 数据分析的“内核”：推断分析 ． 79

3．1 见微知著的抽样 80

3．1．1 抽样的意义 ． 80

3．1．2 抽样方法 ． 81

3．1．3 样本推断的理论基础 ． 84

3．2 数据的处理 86

3．2．1 数据处理的不良案例 ． 86

3．2．2 正确的数据存储形式 ． 87

3．3 样本到总体的桥梁：抽样分布 88

3．3．1 抽样分布的定义 ． 88

3．3．2 ??分布 90

3．3．3 ??分布 95

3．3．4 切比雪夫定理 ． 98

3．3．5 卡方（??2）分布 99

3．3．6 ??分布 100

3．4 数据分析的第一板“斧”：参数估计． 102

3．4．1 参数估计的类型 ． 102

3．4．2 ??分布与总体均值的区间估计 ． 104

3．4．3 ??分布与总体均值的区间估计 110

3．4．4 切比雪夫定理与总体均值的区间估计 113

3．4．5 卡方（??2）分布与总体方差的区间估计 115

3．4．6 ??分布与两个总体方差比的区间估计 ．119

3．4．7 两个总体均值差的区间估计 ． 121

3．4．8 总体比率的区间估计 ． 133

3．4．9 样本容量的确定 ． 135

3．5 数据分析的第二板“斧”：假设检验． 142

3．5．1 假设检验的理论基础 ． 142

3．5．2 单样本的假设检验 ． 150

3．5．3 两样本的假设检验 ． 159

3．5．4 多样本的假设检验与方差分析 ． 166

3．6 数据分析的第三板“斧”：非参数检验 ． 184

3．6．1 非参数检验 ． 185

3．6．2 卡方检验 ． 187

3．6．3 ????????????????符号秩检验 191

第4 章 数据分析的终极目的：“为我所用” ． 195

4．1 “相关”是继续分析的前提 196

4．1．1 相关关系 ． 196

4．1．2 相关分析 ． 198

4．2 “回归”是相关分析的归宿 209

4．2．1 回归分析综述 ． 209

4．2．2 简单线性回归分析 211

4．2．3 多元线性回归分析 ． 226

4．3 发现事物随时间变化的规律 235

4．3．1 时间序列分析综述 ． 235

4．3．2 长期趋势分析 ． 238

4．3．3 季节变动趋势分析 ． 248

4．3．4 循环变动和不规则变动 ． 252

4．3．5 时间序列分析应用 ． 254

第5 章 给数据披上靓丽“外衣”：数据可视化 259

5．1 数据的可视化 260

5．1．1 数据可视化工具 ． 260

5．1．2 常用的统计图 ． 261

5．2 条形图、直方图和饼图 262

5．2．1 条形图 ． 262

5．2．2 直方图 ． 264

5．2．3 饼图 ． 266

5．3 线图与面积图 267

5．3．1 线图 ． 267

5．3．2 面积图 ． 267

5．4 散点图 268

5．5 高低图与箱线图 270

5．5．1 高低图 ． 270

5．5．2 箱线图 ． 271

5．6 时间序列图 272

5．7 帕累托图 274

5．8 P-P 概率图和Q-Q 概率图 275

5．8．1 P-P 概率图 275

5．8．2 Q-Q 概率图 ． 276