第1章　數(shù)據(jù)分析概述
1.1　什么是數(shù)據(jù)分析
1.1.1 數(shù)據(jù)分析方法
1.1.2 數(shù)據(jù)分析工具
1.2　數(shù)據(jù)及其分類(lèi)
1.2.1 什么是數(shù)據(jù)
1.2.2 數(shù)據(jù)的分類(lèi)
1.3　數(shù)據(jù)的來(lái)源
1.3.1 間接來(lái)源和直接來(lái)源
1.3.2 抽取隨機(jī)樣本
1.3.3 生成隨機(jī)數(shù)
第2章　數(shù)據(jù)處理
2.1　數(shù)據(jù)的預(yù)處理
2.1.1 數(shù)據(jù)審核與錄入
2.1.2 數(shù)據(jù)排序和篩選
2.2　生成頻數(shù)分布表
2.2.1 簡(jiǎn)單頻數(shù)表
2.2.2 二維列聯(lián)表
2.2.3 頻數(shù)表的簡(jiǎn)單分析
2.3　數(shù)值數(shù)據(jù)類(lèi)別化
2.3.1 數(shù)據(jù)分組
2.3.2 用Excel生成頻數(shù)分布表
第3章　數(shù)據(jù)可視化分析
3.1　類(lèi)別數(shù)據(jù)可視化
3.1.1 條形圖
3.1.2 瀑布圖和漏斗圖
3.1.3 餅圖和環(huán)形圖
3.1.4 樹(shù)狀圖和旭日?qǐng)D
3.2　數(shù)值數(shù)據(jù)可視化
3.2.1 分布特征可視化
3.2.2 變量間關(guān)系可視化
3.2.3 樣本相似性可視化
3.3　時(shí)間序列可視化
3.3.1 折線圖
3.3.2 面積圖
3.4　合理使用統(tǒng)計(jì)圖表
第4章　數(shù)據(jù)的描述分析
4.1　數(shù)據(jù)水平的描述
4.1.1 平均數(shù)
4.1.2 分位數(shù)
4.1.3 眾數(shù)
4.2　數(shù)據(jù)差異的描述
4.2.1 極差和四分位差
4.2.2 方差和標(biāo)準(zhǔn)差
4.2.3 離散系數(shù)
4.2.4 標(biāo)準(zhǔn)分?jǐn)?shù)
4.3　分布形狀的描述
4.3.1 偏度系數(shù)
4.3.2 峰度系數(shù)
4.4　Excel【數(shù)據(jù)分析】工具的應(yīng)用
第5章　推斷分析基本方法
5.1　推斷的理論基礎(chǔ)
5.1.1 隨機(jī)變量和概率分布
5.1.2 統(tǒng)計(jì)量的抽樣分布
5.2　參數(shù)估計(jì)
5.2.1 估計(jì)方法和原理
5.2.2 總體均值的區(qū)間估計(jì)
5.2.3 總體比例的區(qū)間估計(jì)
5.3　假設(shè)檢驗(yàn)
5.3.1 假設(shè)檢驗(yàn)的步驟
5.3.2 總體均值的檢驗(yàn)
5.3.3 總體比例的檢驗(yàn)
第6章　相關(guān)與回歸分析
6.1　變量間關(guān)系的分析
6.1.1 變量間的關(guān)系
6.1.2 相關(guān)關(guān)系的描述
6.1.3 相關(guān)關(guān)系的度量
6.2　一元線性回歸建模
6.2.1 回歸模型與回歸方程
6.2.2 參數(shù)的最小平方估計(jì)
6.3　模型評(píng)估和檢驗(yàn)
6.3.1 模型評(píng)估
6.3.2 顯著性檢驗(yàn)
6.4　回歸預(yù)測(cè)和殘差分析
6.4.1 回歸預(yù)測(cè)
6.4.2 殘差分析
第7章　時(shí)間序列分析
7.1　增長(zhǎng)率的計(jì)算與分析
7.1.1 增長(zhǎng)率與平均增長(zhǎng)率
7.1.2 年化增長(zhǎng)率
7.2　時(shí)間序列的成分和預(yù)測(cè)方法
7.2.1 時(shí)間序列的成分
7.2.2 預(yù)測(cè)方法的選擇與評(píng)估
7.3　平滑法預(yù)測(cè)
7.3.1 移動(dòng)平均預(yù)測(cè)
7.3.2 簡(jiǎn)單指數(shù)平滑預(yù)測(cè)
7.4　趨勢(shì)預(yù)測(cè)
7.4.1 線性趨勢(shì)預(yù)測(cè)
7.4.2 非線性趨勢(shì)預(yù)測(cè)
參考書(shū)目
附錄　Excel中的統(tǒng)計(jì)函數(shù)