下载掌阅APP，畅读海量书库
立即打开
统计学是一门涉及计算机、数据库等多个专业的学科，要想成为优秀的数据分析师，不仅需要精通业务知识，还需要深厚的数学知识和广博的案例经验。本书全面地介绍了常见的统计学分析方法，包括描述性统计分析、参数估计、非参数估计、相关分析和回归分析等，并结合实际案例详细讲解了它们的应用场景与优缺点。
本书具有十分突出的实用性和普适性，是带领读者走近统计学的绝佳敲门砖，为读者后续的职业发展打下良好基础。通过阅读本书，读者可快速了解统计学这一行业的全貌，掌握统计学基础知识，并运用到实际工作中。
因作者水平有限，书中难免存有疏漏和不当之处，敬请读者批评指正。
1. 案例丰富全面，贴近生活，适合各行各业的读者
本书共有近30个案例，涉及零售业、电商业、餐饮业、金融业、服务业和博彩业等多个行业，有平易近人、随处可见的案例，也有难得一见、使用高新技术的案例；有规模宏大、涉及多方资源的案例，也有见微知著、仅需少量数据的案例；有成功的案例，也有失败的案例。多行业、多层次、多角度的案例分析增强了本书的可读性，读者可了解到统计学是如何在各个行业中发挥作用的。
2. 内容深入浅出，层层递进
本书从最简单的描述性统计分析入手，由易到难，依次讲解了统计图表绘制、概率分布等基础知识，以及参数估计、方差分析、相关分析和回归分析等分析方法。结合具体案例，读者将对这些理论知识有更深入的理解。读者既可按照顺序依次阅读，又可在读完理论部分后，立即阅读相关案例。
3. 语言简明扼要，脉络清晰，构建出完整知识体系
统计学的各个分析方法之间存在递进关系，如方差分析是在假设检验的基础上发展得来的，而假设检验又是对参数估计的拓展与延伸。除传统统计学分析方法外，还有机器学习方法等。本书按照各个知识点的关系合理地组织了结构，各个章节间彼此关联，构建出一个完整的统计学知识体系，以帮助读者对统计学有一个全面的认识。
本书共有8章，每一章都有一个独立的主题。全书还可分为两部分。
第一部分为第1～3章，内容为理论知识。其中第1章介绍了统计学科的起源，以及几个有趣的统计问题；第2章介绍了描述统计基础，包括数据的类型、常用统计量、数据预处理和绘制统计图表等；第3章的主题是推断统计基础，是较为重要的一章，介绍了常见的概率分布、相关分析与回归分析基础等内容。
第二部分为第4～8章，介绍了若干真实案例，每一章围绕一个主题展开，并涉及5个或6个具体案例。其中第4章为描述性统计分析，第5章为相关分析与回归分析，第6章为关联分析与聚类分析，第7章为决策树与模式识别，第8章为更多的数据挖掘算法。
案例部分又可进一步加以区分，其中第4章和第5章所介绍的方法是传统统计方法，其理论知识在第1～3章中有详细阐述；第6～8章所介绍的方法则是机器学习方法，其理论知识在案例中展开叙述。
· 数据分析从业人员
· 金融行业从业人员
· 统计学专业的学生
· 数据科学程序员
· 对统计学感兴趣的各类人员