从零进阶！数据分析的统计基础（第2版）

出版者:电子工业出版社

作者:经管之家主编曹正凤

页数:256

出版时间:2016-5

价格:59.00元

装帧:平装

isbn号码:9787121285004

丛书系列:CDA数据分析师系列丛书

具体描述

《从零进阶！数据分析的统计基础（第2 版）》共7 章，分别讲解了数据分析的步骤和方法、描述性统计分析、数理统计基础、抽样估计、假设检验、方差分析、相关与回归分析。本书使用简单的语言介绍了这些数据分析基本方法的核心思想和涉及的统计学、概率论等方面的理论内容，并使用图示的方法详细介绍了使用Excel 2013 进行简单的描述性统计分析和使用SPSS 进行相关的数据分析的过程与结果分析。

《从零进阶！数据分析的统计基础（第2 版）》适合需要提升自身数据分析理论和实践能力的职场新人；在市场营销、金融、财务、人力资源管理中需要数据分析的人士，从事咨询、研究、分析等的专业人士。也可以作为数据分析师职业培训的教材，普通高等院校非统计专业数据分析的选修教材。

作者简介

经管之家（www.jg.com.cn）：原人大经济论坛，于2003年成立，致力于推动经管学科的进步，传播优秀教育资源，目前已经发展成为国内最大的经济、管理、金融、统计类的在线教育和咨询网站，也是国内最活跃和最具影响力的经管类网络社区。

经管之家从2006年起在国内最早开展数据分析培训，累计培训学员数万人。在大数据的趋势背景下，创新“CDA数据分析师”品牌，致力于为社会各界数据分析爱好者提供最优质、最科学、最系统的数据分析教育。截至2016年3月已成功举办40多期系统培训，培训学员达3千余名；CDA认证考试已成功举办三届，报考人数上千人；中国数据分析师俱乐部（CDA CLUB），每周线下免费沙龙活动，已举力40多期，累积会员2千余名；中国数据分析师行业峰会（CDA　Summit），一年两届，参会人数皆达2千余名，在大数据领域影响力超前。“CDA数据分析师”队伍在业界不断壮大，对数据分析人才产业起到了巨大的推动作用。

曹正凤，统计学博士，经管之家（原人大经济论坛）大数据中心总工程师，经管之家（原人大经济论坛）CDA大数据分析师培训负责人，北京博宇通达科技有限公司技术总监。致力于大数据分析前沿领域研究，主持人大经济论坛基于Hadoop架构的论坛主题推荐系统项目，参与国家社科基金项目《基于大数据整合的空气质量测度方法研究》，发表多篇论文，且发表的EI核心收录论文受到多次检索。

目录信息

第1 章数据分析概述 1
1.1 什么是数据分析 2
1.2 数据分析六部曲 2
1.2.1 明确分析目的和内容 2
1.2.2 数据收集 . 3
1.2.3 数据预处理 . 3
1.2.4 数据分析 . 4
1.2.5 数据展现 . 5
1.2.6 报告撰写 . 6
1.3 数据分析方法简介 6
1.3.1 单纯的数据加工方法 6
1.3.2 基于数理统计的数据分析方法 7
1.3.3 基于数据挖掘的数据分析方法 8
1.3.4 基于大数据的数据分析方法 11
1.3.5 数理统计与数据挖掘的区别和联系 13
1.4 常用数据分析工具的安装 14
1.4.1 在Excel 2013 中安装数据分析工具 14
1.4.2 数据分析软件SPSS 的安装 . 16
1.5 重要知识点回顾 22
1.6 课后习题 . 23
第2 章描述性统计分析 24
2.1 直方图 . 25
2.1.1 什么是直方图 25
2.1.2 如何看直方图 25
2.1.3 如何画直方图 26
2.1.4 使用Excel 2013 进行直方图的绘制 27
2.2 数据的计量尺度 30
2.3 数据的集中趋势 31
2.3.1 平均数 . 31
2.3.2 分位数 . 33
2.3.3 众数 . 34
2.4 数据的离中趋势 34
2.4.1 极差 . 35
2.4.2 分位距 . 35
2.4.3 平均差 . 36
2.4.4 方差与标准差 37
2.4.5 离散系数 . 38
2.5 数据分布的测定 40
2.5.1 数据偏态及其测定 40
2.5.2 数据峰度及其测定 41
2.5.3 数据偏度和峰度的作用 42
2.6 数据的展示——统计图 43
2.6.1 条形图与扇形图 43
2.6.2 折线图 . 44
2.6.3 茎叶图 . 45
2.6.4 箱线图 . 48
2.6.5 统计图小结 . 52
2.7 使用Excel 实现数据的描述性统计及分析 . 52
2.7.1 使用Excel 实现三国全部人物武力描述性统计 . 52
2.7.2 使用Excel 分别实现三个国家人物武力描述性统计分析 . 54
2.7.3 使用Excel 分别实现三个国家武将武力描述性统计分析 . 55
2.7.4 使用SPSS 实现三个国家武将武力的分位数分析 . 56
2.8 重要知识点回顾 59
2.9 课后习题 . 59
第3 章数理统计基础 62
3.1 抽样估计基础 63
3.1.1 随机事件 . 63
3.1.2 随机事件的概率 64
3.1.3 随机变量及其概率分布 66
3.1.4 随机变量的数字特征 71
3.2 正态分布及三大分布 72
3.2.1 正态分布的概率密度函数 73
3.2.2 正态分布的特征 73
3.2.3 标准正态分布 74
3.2.4 基于正态分布的三大分布 77
3.3 中心极限定理 80
3.3.1 中心极限定理的提法 80
3.3.2 中心极限定理的内容 81
3.3.3 中心极限定理的意义与应用 81
3.4 重要知识点回顾 82
3.5 课后习题 . 83
第4 章抽样估计 . 86
4.1 抽样估计的基本概念 87
4.1.1 总体及总体指标 87
4.1.2 样本及样本指标 88
4.1.3 抽样估计的思想 89
4.1.4 抽样估计的理论基础 91
4.1.5 样本统计量及分布 92
4.2 抽样估计的方法——点估计 93
4.2.1 点估计 . 93
4.2.2 点估计精度和样本容量的关系 95
4.2.3 点估计的优缺点 96
4.3 抽样估计的误差 97
4.3.1 抽样估计的实际误差 97
4.3.2 抽样估计的平均误差 98
4.3.3 抽样估计的极限误差 102
4.4 抽样估计的方法——区间估计 102
4.4.1 抽样估计的精度及置信度 102
4.4.2 区间估计的方法 105
4.4.3 区间估计的步骤 106
4.5 抽样的组织形式和抽样数目的确定 107
4.5.1 抽样的组织形式 107
4.5.2 必要抽样数目的确定 109
4.6 重要知识点回顾 112
4.7 课后习题 113
第5 章假设检验 . 117
5.1 假设检验概述 118
5.1.1 假设检验的概念 118
5.1.2 假设检验的基本思想 118
5.1.3 假设检验在数据分析中的作用 119
5.2 假设检验的分析方法 119
5.2.1 假设检验的基本步骤 119
5.2.2 假设检验与区间估计的联系 122
5.2.3 假设检验中的两类错误 123
5.2.4 利用P 值进行决策 124
5.2.5 应用假设检验需要注意的问题 125
5.3 常见的检验统计量 126
5.3.1 z 检验统计量 126
5.3.2 t 检验统计量 128
5.3.3 2 检验统计量 129
5.3.4 F 检验统计量 . 129
5.4 SPSS 中常用的几种t 检验实例 . 130
5.4.1 单样本t 检验 . 130
5.4.2 两独立样本t 检验 . 133
5.4.3 配对样本t 检验 . 139
5.5 重要知识点回顾 143
5.6 课后习题 143
第6 章方差分析 . 147
6.1 方差分析 148
6.1.1 方差分析的概述 148
6.1.2 方差分析的几个概念 148
6.1.3 单因素方差分析中的基本假定 149
6.2 单因素方差分析 149
6.2.1 单因素方差分析的原理 149
6.2.2 单因素方差分析的原假设 150
6.2.3 单因素方差分析的统计量 151
6.2.4 单因素方差分析的基本步骤 152
6.3 使用SPSS 实现三国武将武力差异分析 . 152
6.3.1 检验不同国家武将数据是否符合正态分布 153
6.3.2 单因素方差分析操作步骤及必要说明 155
6.3.3 对三国武将武力单因素方差分析结果的分析 160
6.4 使用SPSS 实现三国文官智力差异分析 . 163
6.4.1 检验不同国家文官数据是否符合正态分布 163
6.4.2 单因素方差分析操作步骤及必要说明 165
6.4.3 对三国文官智力单因素方差分析结果的分析 167
6.5 数说汉室衰微与三足鼎立现象 169
6.6 重要知识点回顾 171
6.7 课后习题 171
第7 章相关与回归分析 175
7.1 变量间的关系 176
7.1.1 函数关系及特点 176
7.1.2 相关关系及特点 176
7.2 相关分析 177
7.2.1 相关分析及步骤 177
7.2.2 散点图的绘制 177
7.2.3 相关系数的计算 178
7.2.4 相关系数的显著性检验 182
7.3 使用SPSS 实现相关分析 . 182
7.3.1 在SPSS 中绘制散点图 . 182
7.3.2 在SPSS 中进行正态性检验 . 185
7.3.3 相关系数的计算和检验 187
7.4 一元线性回归分析 189
7.4.1 一元回归模型及相关假定 190
7.4.2 一元线性回归方程及求法 190
7.4.3 回归模型的检验 191
7.4.4 回归直线的拟合优度 194
7.5 使用SPSS 实现一元线性回归分析 . 195
7.5.1 画散点图和趋势线 195
7.5.2 简单相关分析 198
7.5.3 一元线性回归分析的操作步骤 199
7.5.4 一元线性回归分析的结果解读 205
7.6 重要知识点回顾 207
7.7 课后习题 208
附录A 三国人物数据 . 213
附录B CDA 数据分析师致力于最好的数据分析人才建设 . 226
附录C 参考答案 . 230
· · · · · · (收起)

用户评价

我是一位在职人士，时间非常宝贵，所以选择书籍非常谨慎。这本书的排版和章节划分简直是为我们这种“挤时间学习者”量身定做的。每一章的知识点都很聚焦，不会像有些书那样一个主题拖沓好几页。更重要的是，它在每章末尾都会设置一些“实践思考”的小练习，这些不是那种让你写代码的练习，而是引导你去思考“在实际商业场景中，你会如何运用这个统计概念？”。这对我来说太重要了。比如，当我学到A/B测试的原理时，书里立刻给出了一个电商网站优化按钮颜色的例子，让我立刻联想到我正在负责的一个用户转化项目。这种知识点和应用场景的快速对接，极大地提高了我的学习效率和参与感。我感觉它不是在教我如何通过考试，而是在给我提供解决实际问题的工具箱。书里对统计假设的“反向思考”也让我受益匪浅，让我学会了质疑现有的数据结论，这在如今信息爆炸的时代尤为关键。

说实话，我对比过市面上好几本数据分析相关的书，很多要么过于侧重编程工具（比如Python或R的代码堆砌），要么就是纯理论的统计学巨著。这本书的妙处就在于找到了一种完美的平衡点。它没有浪费篇幅在那些花哨的编程细节上，而是扎扎实实地把统计思维给我“喂”进去了。我特别喜欢它对“误差”和“变异性”的讲解。在我的实际工作中，经常需要处理不确定性，过去我总是凭感觉来判断结果的可靠性，读完这部分后，我学会了如何用置信区间来量化这种不确定性，这让我的分析报告更有说服力了。而且，作者在讲解一些进阶概念时，比如回归分析，并没有直接抛出复杂的矩阵运算，而是通过图示和直观的解释，让我明白了变量之间是如何相互作用的。这种循序渐进、注重直觉培养的教学方法，远比硬背公式有效得多。它教会了我如何像一个真正的分析师那样去思考数据背后的逻辑，而不是简单地运行一个统计模型然后交出结果。

这本书真的太对我的胃口了！我之前一直觉得数据分析这块门槛很高，特别是涉及到统计学的时候，那些公式和概念总是让人望而却步。但这本书的叙述方式非常平易近人，它不像传统的教科书那样枯燥乏味，而是用很多贴近实际生活的例子来解释复杂的统计原理。比如，它在讲假设检验的时候，会用一个很形象的场景来比喻，让我一下子就理解了P值到底意味着什么，而不是死记硬背定义。作者在内容组织上也花了心思，从最基础的描述性统计开始，逐步过渡到推断性统计，结构非常清晰。我尤其欣赏它对“理解”而不是“计算”的强调，它让我明白了统计学其实是用来帮助我们做决策的工具，而不是一个单纯的数学游戏。读完前几章，我感觉自己对数据的理解都有了一个质的飞跃，以前看到一些图表分析报告，总觉得云里雾里，现在起码能抓住核心逻辑了。对于像我这样想从零开始系统学习数据分析，又害怕理论深奥的入门者来说，这本书简直是及时雨，它成功地降低了统计学的学习难度，让人愿意继续深入。

坦白讲，我之前对统计学的“信心”基本为零，我总是认为那是一门高冷的学科，与我这种非数学背景的专业人士无缘。但是，这本书彻底颠覆了我的看法。它的语言风格非常接地气，几乎没有使用那些吓人的学术黑话，即使是引入概率论的基础概念，也是从彩票或掷骰子这种日常现象入手的。作者似乎非常理解初学者的“痛点”，他会预判你可能在哪里产生困惑，并在那个点上提前给出多种角度的解释。比如，对于中心极限定理这个让我头疼的概念，他用了好几页篇幅，从多个维度去剖析它的意义，直到我真正感觉到“原来如此”。而且，这本书的修订版（第2版）在细节处理上更成熟了，很多我之前在其他资源里看到但没搞懂的细微差别，在这本书里都得到了清晰的澄清。它让我重新燃起了学习的热情，因为我发现，原来统计学并非高不可攀，它只是用另一种方式描述了我们周围的世界。

如果用一句话来总结这本书的价值，那就是“它帮你建立了稳固的统计思维地基”。市面上很多入门书会急于教你如何使用某个软件的统计模块，结果是学会了“点鼠标”但不懂背后的原理。这本书则反其道而行之，它非常克制地把软件操作放在次要位置，而是把核心精力放在解释“为什么”要用这个检验，而不是“怎么”输入数据。我个人觉得，数据分析师的核心竞争力不在于会用多少工具，而在于能否对数据结果进行严谨的判断。这本书恰恰是在强化这种判断力。它深入浅出地讲解了如何识别数据中的偏差（Bias）、如何理解样本的代表性，这些都是在实际项目中决定项目成败的关键因素。我感觉自己不再是简单地在跑流程，而是真正开始“理解”我正在分析的数据，这是一种质的飞跃。对于任何想要在数据驱动的岗位上长期发展的人来说，打好这个统计基础，比掌握任何一门编程语言都重要，这本书做到了这一点。

其实我觉得很多概念的描述反而不好理解，可能是为了让我们理解加了太多修饰词反而效果不好。但是无论如何。让我这个从来没学过统计的人，开始迈进这道大门。

还行，又复习了一遍概率论，排版和案例要比我的大学教材清楚不少，但是省略了公式定理的推导，对我这种只是要用不求甚解的人很好用了。而且看的很快，两天就看完了。最多算外行入门兴趣书。

其实我觉得很多概念的描述反而不好理解，可能是为了让我们理解加了太多修饰词反而效果不好。但是无论如何。让我这个从来没学过统计的人，开始迈进这道大门。

原来这本书原价还要59那么多，其实并不值得。里面目前还有一些错漏的用词用字，而且对概念的解释也不够清楚，学术性差，实用性也并不强。当然这个跟它的书名倒还是符合的，数据分析，的统计学基础。它就讲了一些统计学、概率论的非常基础和常用的定理、定义，和几种SPSS的操作。建议有心要学好的人还是去看大学的统计学教材、概率论教材，再加一本SPSS的入门书籍比较好

实际看了后发现对于统计学初学者来说比较难懂，讲的不好，绕来绕去。