《新手學數據分析（入門篇）》是2018年1月清華大學出版社出版的圖書。
基本介紹
- 書名：新手學數據分析（入門篇）
- 作者：楊群
- 出版社：清華大學出版社
- 出版時間：2018年01月01日
- 定價：45 元
- ISBN：9787302486589
- 印次：1-1
- 印刷日期：2017.12.19
內容簡介,作者簡介,圖書目錄,
內容簡介
《新手學數據分析(入門篇)》共分為10章，內容涉及數據分析工作的各個方面，循序漸進地講解了數據分析工作的開展流程、技術以及各種注意事項，其主要內容有：認識數據分析、了解數據分析方法論和數據分析方法，數據源的獲取、加工、處理、分析、呈現以及最終的報告撰寫等。
作者簡介
楊群，專業數據分析師，曾服務於國內知名市場研究公司，擁有超過10年的統計分析與數據挖掘工作經歷，尤其在數據挖掘、市場研究、醫藥數據分析等領域有豐富的實戰經驗。工作十餘年，一直從事將數據分析與各類業務相結合的研究和學習。
圖書目錄
第1章 全面了解數據分析行業 001
1.1 數據分析概述 002
1.1.1 認識數據分析及其分類 002
1.1.2 數據分析的重要性 003
1.2 初步了解數據分析行業 004
1.2.1 數據分析行業的發展歷程 004
1.2.2 充分認識大數據時代 006
1.2.3 我國大數據產業存在挑戰 011
1.3 數據分析人才的培養 012
1.3.1 大數據時代需要的人才 012
1.3.2 數據分析人才需要具備的能力 013
1.3.3 成為數據分析人才必備的素質 015
1.4 認識數據分析職位 016
1.4.1 數據分析的職位體系 016
1.4.2 數據分析師的工作內容 017
1.4.3 常見數據分析職位的技能要求 018
第2章 深入認識數據分析 019
2.1 充分理解數據 020
2.1.1 了解數據形成過程與數據處理 020
2.1.2 理解欄位、記錄和數據表 021
2.1.3 認識Excel處理的數據類型 022
2.2 掌握數據分析的流程 024
2.2.1 第一步：明確數據分析的目的和思路 024
2.2.2 第二步：獲取需要分析的數據 025
2.2.3 第三步：對收集的數據進行處理 029
2.2.4 第四步：分析數據以獲得有用信息 030
2.2.5 第五步：選擇合適的數據呈現方式 031
2.2.6 第六步：撰寫數據分析結果報告 033
2.3 認識數據分析的誤區 033
2.4 了解基本的數據分析指標 035
2.4.1 平均數指標 036
2.4.2 頻數與頻率指標 036
2.4.3 絕對數與相對數指標 037
2.4.4 其他常見數據分析指標 039
第3章 數據分析方法論和數據分析方法 041
3.1 數據分析方法論和數據分析方法概述 042
3.1.1 了解數據分析方法論 042
3.1.2 了解數據分析方法 043
3.2 經典數據分析方法論詳解 044
3.2.1 4P行銷理論：分析公司整體營運情況 044
3.2.2 用戶使用行為理論：分析用戶行為 047
3.2.3 PEST分析法：分析巨觀環境 048
3.2.4 邏輯樹分析法：分析專項業務問題 050
3.2.5 5W2H分析法：分析任何問題 051
3.3 常見的數據分析法模型 054
3.3.1 對比分析法 054
3.3.2 分組分析法 055
3.3.3 交叉分析法 057
3.3.4 綜合評價分析法 058
第4章 準備數據是數據分析的第一步 069
4.1 直接獲取外部數據源 070
4.1.1 導入文本檔案數據 070
4.1.2 導入Access數據 072
4.1.3 導入網站數據 073
4.1.4 導入SQLServer數據 075
4.1.5 導入XML數據 076
4.2 手工錄入數據的方法 077
4.2.1 快速錄入表格數據的技巧 077
4.2.2 特殊數據的輸入方法 081
4.3 問卷調查數據的錄入要求 085
4.4 手動整理數據要快而準 091
4.4.1 數據來源的有效性設定 091
4.4.2 數據的編輯與修改 096
4.4.3 數據的批量修改 098
4.5 最佳化待分析的數據顯示效果 100
4.5.1 利用字型格式提升專業性 100
4.5.2 表格效果的最佳化操作 102
4.5.3 格式化設定中的顏色使用原則 107
第5章 加工處理數據源是數據分析的關鍵 109
5.1 正確理解數據的加工處理 110
5.1.1 數據處理的要求 110
5.1.2 數據處理的步驟 112
5.2 數據處理的必備基礎知識 114
5.2.1 公式和函式基礎 114
5.2.2 使用公式與函式的方法 116
5.3 對數據進行清理與檢查 121
5.3.1 處理數據源中的重複數據 121
5.3.2 檢查數據的完整性 125
5.4 對數據源進行二次加工 127
5.4.1 在數據源中抽取數據 127
5.4.2 計算需要的數據結果 132
第6章 利用工具快速分析數據 135
6.1 利用透視功能分析數據 136
6.1.1 創建數據透視表的方法 136
6.1.2 合理地設計透視表的布局和格式 139
6.1.3 更改數據透視的匯總方式 143
6.1.4 刷新數據透視表中的數據 145
6.1.5 在數據透視表中使用計算欄位 146
6.1.6 使用切片器分析數據 147
6.2 Excel數據分析工具庫的套用 150
6.2.1 載入Excel分析工具庫 150
6.2.2 數據的描述性統計分析 152
6.2.3 數據的抽樣分析 154
6.2.4 數據的回歸分析 156
6.2.5 數據的相關性分析 160
6.2.6 數據的假設檢驗分析 162
6.2.7 數據的預測分析 165
第7章 數據結果的簡單呈現方式 169
7.1 使用條件格式展示分析結果 170
7.1.1 條件格式在數據分析情況下使用的場合 170
7.1.2 用填充色突出顯示某個範圍的數據 172
7.1.3 將前X%的數據顯示出來 174
7.1.4 用圖形比較數據大小 175
7.1.5 根據關鍵字將對應的記錄突出顯示 177
7.2 使用迷你圖在單元格中分析數據 179
7.2.1 創建迷你圖的方法 179
7.2.2 更改迷你圖的類型 180
7.2.3 設定迷你圖的外觀效果 181
第8章 透過圖表直觀查看數據分析結果 183
8.1 揭開圖表的神秘面紗 184
8.1.1 用圖表展示數據的意義 184
8.1.2 掌握圖表與數據之間存在的關係 186
8.1.3 數據演變成圖表的5個階段 188
8.1.4 了解圖表的基本組成部分 189
8.2 利用圖表展現數據的必會操作 191
8.2.1 創建一個完整圖表的步驟 191
8.2.2 圖表數據的編輯 197
8.2.3 圖表元素的設定 203
8.3 最佳化圖表的技巧 209
8.3.1 用圖片讓數據分析呈現更形象 210
8.3.2 直觀區分圖表中的正負數 212
8.3.3 斷裂折線圖的處理方法 215
8.3.4 自動顯示圖表中的最值數據 217
8.4 數據分析中的特殊圖表製作 220
8.4.1 製作甘特圖 220
8.4.2 製作對稱條形圖 226
第9章 更專業地用圖表展示數據 231
9.1 根據需要處理細節數據 232
9.1.1 在圖表下方添加數據來源 232
9.1.2 處理圖表中的冗餘數據 235
9.1.3 使用腳註添加說明 237
9.1.4 將數據大的圖形截斷展示 238
9.1.5 處理數值坐標軸中的符號 240
9.2 圖表的美化原則 242
9.2.1 圖表各組成部分的文字使用要協調 242
9.2.2 不要為了好看而讓圖表變得花哨 245
9.2.3 關鍵數據要突出顯示出來 248
9.2.4 慎用三維立體效果 253
9.3 常見圖表類型的規範製作要求 255
9.3.1 柱形圖的分類和數據系列不要太多 255
9.3.2 分類標籤多而長首選條形圖 257
9.3.3 排序數據源使條形圖數據展示更直觀 258
9.3.4 多折線的情況下分開做多個圖表 259
9.3.5 巧妙處理餅圖中的較小扇區 260
第10章 最後一步：撰寫數據分析報告 263
10.1 數據分析報告概述 264
10.1.1 數據分析報告快速入門 264
10.1.2 了解數據分析報告的種類 266
10.1.3 製作數據分析報告的工具 269
10.1.4 數據分析報告的生成 271
10.2 數據分析報告的組成 273
10.2.1 數據分析報告的開篇 274
10.2.2 數據分析報告的正文 278
10.2.3 數據分析報告的結尾 281
