第1章 商業(yè)分析導論
1.1 商業(yè)分析概述
1.2 數(shù)據(jù)類型
練習1.2
1.3 變量和測量尺度
練習1.3
1.4 數(shù)據(jù)源和文件形式
練習1.4
1.5 大數(shù)據(jù)寫作
第2章 數(shù)據(jù)管理和處理
2.1 數(shù)據(jù)管理
練習2.1
2.2 數(shù)據(jù)檢查
練習2.2
2.3 數(shù)據(jù)準備
練習2.3
2.4 轉(zhuǎn)換數(shù)值數(shù)據(jù)
練習2.4
2.5 轉(zhuǎn)換分類數(shù)據(jù)
練習2.5
2.6 大數(shù)據(jù)寫作
第3章 數(shù)據(jù)可視化和綜合指標
3.1 可視化分類變量和數(shù)值變量的方法
練習3.1
3.2 將兩個變量之間關(guān)系可視化的方法
練習3.2
3.3 其他數(shù)據(jù)可視化的方法
練習3.3
3.4 綜合指標
練習3.4
3.5 檢測異常值
練習3.5
3.6 大數(shù)據(jù)寫作
第4章 概率與概率分布
4.1 概率的概念與概率公式
練習4.1
4.2 全概率公式與貝葉斯定理
練習4.2
4.3 隨機變量與離散型概率分布
練習4.3
4.4 二項分布與泊松分布
練習4.4
4.5 正態(tài)分布
練習4.5
4.6 大數(shù)據(jù)寫作
第5章 統(tǒng)計推斷
5.1 抽樣分布
練習5.1
5.2 估計
練習5.2
5.3 假設(shè)檢驗
練習5.3
5.4 大數(shù)據(jù)寫作
第6章 回歸分析
6.1 線性回歸模型
練習6.1
6.2 模型選擇
練習6.2
6.3 顯著性檢驗
練習6.3
6.4 模型假設(shè)和常見違例
練習6.4
6.5 大數(shù)據(jù)寫作
第7章 高級回歸分析
7.1 包含交互變量的回歸模型
練習7.1
7.2 非線性關(guān)系的回歸模型
練習7.2
7.3 線性概率模型和邏輯回歸模型
練習7.3
7.4 交叉驗證方法
練習7.4
7.5 大數(shù)據(jù)寫作
第8 章 數(shù)據(jù)挖掘?qū)д?
8.1 數(shù)據(jù)挖掘概述
8.2 相似性指標
練習8.2
8.3 性能評估
練習8.3
8.4 主成分分析
練習8.4
8.5 大數(shù)據(jù)寫作
第9 章 有監(jiān)督數(shù)據(jù)挖掘: k-最近鄰法和樸素貝葉斯方法
9.1 有監(jiān)督數(shù)據(jù)挖掘簡介
9.2 k-最近鄰法
練習9.2
9.3 樸素貝葉斯方法
練習9.3
9.4 大數(shù)據(jù)寫作
第10 章 有監(jiān)督數(shù)據(jù)挖掘: 決策樹
10.1 分類樹和回歸樹簡介
10.2 分類樹
練習10.2
10.3 回歸樹
練習10.3
10.4 集成樹模型
練習10.4
10.5 大數(shù)據(jù)寫作
第11章 無監(jiān)督數(shù)據(jù)挖掘
11.1 層次聚類分析
練習11.1
11.2 k-均值聚類分析
練習11.2
11.3 關(guān)聯(lián)規(guī)則分析
練習11.3
11.4 大數(shù)據(jù)寫作
第12章 利用時間序列數(shù)據(jù)進行預測
12.1 時間序列的預測過程
12.2 簡單平滑法
練習12.2
12.3 趨勢和季節(jié)性的線性回歸模型
練習12.3
12.4 趨勢和季節(jié)性的非線性回歸模型
練習12.4
12.5 數(shù)據(jù)分區(qū)和模型選擇
練習12.5
12.6 高級指數(shù)平滑法
練習12.6
12.7 大數(shù)據(jù)寫作
第13章 規(guī)范性分析簡介
13.1 規(guī)范性分析概述
13.2 蒙特卡羅模擬
練習13.2
13.3 線性規(guī)劃的優(yōu)化
練習13.3
13.4 整數(shù)規(guī)劃優(yōu)化
練習13.4
13.5 大數(shù)據(jù)寫作

附錄A 大數(shù)據(jù)集: 變量描述和數(shù)據(jù)字典
附錄B Excel和Excel加載項入門
附錄C R語言入門
附錄D 統(tǒng)計表