第1章 数据分析概述 1
1.1 数据分析行业发展 1
1.1.1 大数据行业背景和发展趋势 1
1.1.2 数据分析隐藏的风险和困境 7
1.2 数据分析人才的培养 9
1.2.1 大数据时代最需要的人才 9
1.2.2 数据分析人才从事的工作和需要具备的能力 10
1.2.3 数据分析人才必备的素质 11
1.3 数据分析基础流程 13
1.3.1 数据分析的流程 13
1.3.2 数据分析的两种重要的分析导向 14
远程视频:数据和数据具体分类方法 15
案例实务 15
大数据拯救了他们 15
第2章 数据收集与导入 17
2.1 SQL语言和MySQL 17
2.1.1 SQL语言 18
2.1.2 MySQL 46
远程视频:数据库相关知识 52
2.1.3 数据处理工具——SPSS介绍 52
2.2 数据收集 61
2.2.1 机器收集数据 61
2.2.2 人工收集数据 62
远程视频:大数据导入和传统数据导入 63
2.3 数据输入与导入 64
第3章 数据的清洗与预处理 69
3.1 数据处理 69
3.1.1 重复数据处理 69
3.1.2 缺失数据处理 72
3.1.3 检查数据逻辑错误 74
3.1.4 检查不合理的关联题 76
远程视频:异常、缺失值、逻辑错误处理等清洗 77
3.2 数据整理与加工 77
3.2.1 数据抽取 78
3.2.2 数据排序 80
3.2.3 数据分组 81
3.2.4 数据转换 83
3.2.5 数据计算 86
远程视频:数据加工过程的详解 87
第4章 数据可视化呈现 89
4.1 理解图表 89
4.2 数据表的制作及呈现 92
4.2.1 数据表的制作 92
4.2.2 数据表的特殊功能 92
远程视频:根据数据选图表 95
4.3 数据图的制作及呈现 95
4.3.1 常见数据图的制作 95
4.3.2 其他数据图的制作 95
4.4 数据图的制作要点 105
第5章 基础数据分析 107
5.1 对比分析 107
5.2 线性规划 108
5.2.1 线性规划模型的基本形式 109
5.2.2 线性规划模型的基本概念 109
5.2.3 线性规划模型的应用举例 109
5.2.4 整数规划 112
5.3 概率分析 113
5.3.1 基本原理 113
5.3.2 概率分析方法 116
5.3.3 概率分析步骤 117
远程视频:基础统计分析 118
5.4 交叉分析 119
5.4.1 交叉分析法定义 119
5.4.2 实例分析 119
5.5 分类分析 119
5.5.1 聚类分析 120
5.5.2 判别分析 127
5.6 相关分析 136
5.6.1 回归分析 136
远程视频:一元回归和多元回归 145
5.6.2 时间序列分析 145
远程视频:平稳序列、线性趋势、非线性趋势、Winter指数、季节哑变量、分解预测 152
5.6.3 因子分析 152
第6章 综合分析 161
6.1 层次分析 161
6.1.1 层次分析的定义 161
6.1.2 层次分析的基本思路与应用步骤 161
6.2 联合分析 165
6.3 安索夫矩阵 170
6.3.1 基本模型 171
6.3.2 核心步骤 171
6.3.3 应用案例 172
6.4 波士顿矩阵 173
6.4.1 基本模型 174
6.4.2 操作步骤 175
6.5 GE矩阵 176
6.5.1 基本模型 176
6.5.2 基本步骤 177
6.5.3 应用技巧 178
6.5.4 应用模型 179
6.6 Graveyard模型 179
6.7 盈亏平衡分析 185
6.7.1 定义 185
6.7.2 假设条件 186
6.7.3 盈亏平衡分析分类 186
6.7.4 线性盈亏平衡分析和非线性盈亏平衡分析 186
6.8 敏感性分析 189