1.1 数据收集过程
1.1.1 数据的类型
1.1.2 数据的收集
1.1.3 数据的管理
1.2 数据分析软件
1.2.1 常用软件简介
1.2.2 Python语言介绍
1.2.3 Python在线平台
1.3 Python编程基础
1.3.1 Python编程入门
1.3.2 Python数据类型
1.3.3 数值分析库numpy
1.3.4 数据分析库pandas
1.3.5 Python编程运算
数据及练习1
2.1 数据的描述分析
2.1.1 基本统计量
2.1.2 基本绘图函数
2.2 数据的透视分析
2.2.1 一维频数分析
2.2.2 二维集聚分析
2.2.3 多维透视分析
数据及练习2
3.1 随机变量及其分布
3.1.1 均匀分布
3.1.2 正态分布
3.2 随机模拟及其应用
3.2.1 随机模拟方法
3.2.2 模拟大数定律
3.2.3 模拟方法求积分
3.3 一元统计分析模型
3.3.1 一元线性回归模型估计
3.3.2 一元线性回归模型检验
3.3.3 一元线性回归模型预测
3.3.4 一元线性回归分组模型
数据及练习3
4.1 多元线性相关与回归
4.1.1 多变量间线性相关
4.1.2 多元线性回归模型
4.2 综合评价方法
4.2.1 综合评价指标体系
4.2.2 综合评价分析方法
4.3 数据压缩方法
4.3.1 主成分的基本思想
4.3.2 主成分的基本分析
4.4 聚类分析方法
4.4.1 聚类分析概念
4.4.2 系统聚类方法
数据与练习4
5.1 时间序列的介绍
BSdata=pd.read_excel('PyDm_data.xlsx','BSdata'); BSdata #基本数据
MVdata=pd.read_excel('PyDm_data.xlsx','MVdata'); MVdata #多元数据
......
url2='http://leanote.com/api/file/getAttach?fileId=5b1e5779ab64412e0a001a01'
BSdata=pd.read_excel(url2,'BSdata'); BSdata #基本数据
MVdata=pd.read_excel(url2,'MVdata'); MVdata #时序数据
......