包邮循序渐进学习商业分析:使用SAS与R语言

作者：[印]苏巴西尼·夏玛·特里帕蒂著吴骅

出版社：清华大学出版社出版时间：2021-02-01

开本：其他页数： 245

本类榜单：计算机/网络销量榜

中图价:¥41.9(4.7折) 定价 ~~¥89.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

温馨提示：5折以下图书主要为出版社尾货，大部分为全新（有塑封/无塑封），个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>

本类五星书更多>

>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

¥14.4¥45
>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥44.1¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥56.2¥69
>
第一行代码Android

第一行代码Android

¥55.4¥99
>
JAVA持续交付

JAVA持续交付

¥58.1¥119
>
EXCEL最强教科书(完全版)(全彩印刷)

EXCEL最强教科书(完全版)(全彩印刷)

¥31.1¥69.9
>
深度学习

深度学习

¥92.4¥168

商品详情
商品评论(0条)

中图价:¥41.9 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

循序渐进学习商业分析:使用SAS与R语言版权信息

ISBN：9787302570806
条形码：9787302570806 ; 978-7-302-57080-6
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
家庭与办公室用书

循序渐进学习商业分析:使用SAS与R语言本书特色

在过去的10年中，分析和数据科学作为业务决策的支持功能而走在技术发展的前沿，业务分析师还是鲜为人知的职业选择。随着数据存储成本的急剧下降和数据量的蓬勃增长，首席经验官(Chief eXperience Officer，CXO)和现代经理人都迫切需要掌握分析和数据科学，以便在企业经营的每个点上做出明智的决策。如何开始分析和数据科学职业生涯？《循序渐进学习商业分析：使用SAS与R语言》将告诉你如何通过定义、收集、组织、可视化、分析和见解(DCOVA&I)过程执行数据分析并解决问题。这是一个非常完整而严密的过程，因此，即使数据非常新颖或你对问题不太熟悉，也可以通过使用逐步检查表进行推论来解决问题。*后，为了实现分析输出，需要以简单的业务术语来理解结论或见解。如何开始分析和数据科学职业生涯？本书通过两种流行的软件工具SAS和R对业务数据进行分析！

循序渐进学习商业分析:使用SAS与R语言内容简介

《循序渐进学习商业分析：使用SAS与R语言》详细阐述了与SAS和R语言商业分析相关的解决方案，主要内容包括了解SAS和R、使用SAS和R进行数据处理、使用SAS和R发现有关数据的基本信息、可视化、概率、样本和抽样分布、分析的置信区间和正确性等。此外，本书还提供了丰富的示例及代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。

循序渐进学习商业分析:使用SAS与R语言目录

第1章分析的过程 1.1 分析的定义 1.1.1 简单的分析示例 1.1.2 典型日常工作 1.1.3 适合数据分析师职业的个人特质 1.2 分析的演变 1.2.1 质量运动 1.2.2 第二次世界大战 1.2.3 统计的影响和涉及面 1.3 商业智能的曙光第2章了解SAS和R 2.1 选择SAS和R的原因 2.1.1 市场概况 2.1.2 高级分析的定义 2.2 SAS和R的历史 2.2.1 SAS的历史 2.2.2 关于EG 2.2.3 获得SAS Enterprise Guide软件的方式 2.2.4 R的历史 2.2.5 关于R的命名 2.2.6 关于R 2.2.7 关于RStudio 2.2.8 关于CRAN 2.2.9 关于R的附加软件包 2.2.10 微软公司收购Revolution Analytics的意义 2.3 安装SAS和R 2.3.1 获得SAS 2.3.2 SAS University Edition 2.3.3 SAS OnDemand for Academics 2.3.4 Education Analytical Suite 2.3.5 安装R 第3章使用SAS和R进行数据处理 3.1 定义：数据处理之前的阶段 3.2 常见业务问题的基本理解 3.2.1 数据来源 3.2.2 使用基准创建*佳定义陈述 3.3 从ERP到业务分析SaaS的数据流 3.3.1 主键 3.3.2 关系数据库 3.4 数据完整性检查 3.5 SAS案例研究1 3.5.1 问题陈述 3.5.2 导入数据 3.5.3 查看数据 3.5.4 收集和组织数据 3.5.5 可视化 3.5.6 执行分析 3.6 R案例研究1 3.6.1 问题陈述 3.6.2 导入数据 3.6.3 查看数据 3.6.4 收集和组织数据 3.6.5 可视化 3.6.6 执行分析第4章使用SAS和R发现有关数据的基本信息 4.1 关于描述性统计 4.1.1 有关推论和描述统计的更多信息 4.1.2 表格和描述性统计 4.1.3 关于频率分布 4.2 SAS案例研究2 4.2.1 问题陈述 4.2.2 导入数据 4.2.3 查看数据 4.2.4 关于单变量过程 4.2.5 收集和组织数据 4.2.6 可视化 4.2.7 执行分析 4.3 R案例研究2 4.3.1 问题陈述 4.3.2 导入数据 4.3.3 查看数据 4.3.4 收集和组织数据 4.3.5 可视化 4.3.6 执行分析 4.4 使用描述性统计 4.4.1 集中趋势的度量 4.4.2 散布的度量 4.4.3 差异分析 4.4.4 方差第5章可视化 5.1 可视化的定义 5.2 当今世界的数据可视化 5.3 进行数据可视化的理由 5.4 常见的图形和图表类型 5.5 SAS案例研究3 5.5.1 关于数据 5.5.2 数据内容 5.5.3 定义 5.5.4 问题陈述 5.5.5 SAS解决方案 5.6 SAS代码和解决方案 5.6.1 导入数据 5.6.2 查看内容并了解变量 5.6.3 保留所需的变量 5.6.4 创建所需的欺诈指标变量 5.6.5 组织和整理数据 5.6.6 可视化y变量 5.7 R案例研究3 5.7.1 关于数据 5.7.2 数据内容 5.7.3 定义 5.7.4 问题陈述 5.7.5 R中的解决方案 5.8 R代码和解决方案 5.8.1 导入数据 5.8.2 查看内容并了解变量 5.8.3 保留所需的变量 5.8.4 创建所需的欺诈指标变量 5.8.5 组织和整理数据 5.8.6 可视化y变量 5.9 相关性和协方差 5.10 对相关性的解释第6章概率 6.1 概率的定义 6.2 独立事件的概率：两个或多个事件的概率 6.3 条件事件的概率：两个或多个事件的概率 6.4 使用概率的原因 6.5 使用贝叶斯定理计算概率 6.5.1 贝叶斯定理的似然性 6.5.2 从条件概率推导贝叶斯定理 6.5.3 决策树：用它来理解贝叶斯定理 6.6 计算概率的频率 6.6.1 离散变量 6.6.2 连续变量 6.6.3 正态分布 6.6.4 变量不是正态分布的情形 6.7 SAS案例研究4 6.7.1 问题陈述 6.7.2 导入数据 6.7.3 查看数据 6.7.4 定义业务问题 6.7.5 可视化 6.7.6 查看变量的基本统计信息 6.7.7 组织和整理数据 6.7.8 SAS练习1 6.7.9 SAS练习2 6.8 R案例研究4 6.8.1 问题陈述 6.8.2 导入数据 6.8.3 查看数据 6.8.4 定义业务问题 6.8.5 可视化 6.8.6 查看变量的基本统计信息 6.8.7 组织和整理数据 6.8.8 执行分析 6.8.9 R练习第7章样本和抽样分布 7.1 了解样本 7.2 抽样分布 7.2.1 离散均匀分布 7.2.2 二项分布 7.2.3 连续均匀分布 7.2.4 泊松分布 7.2.5 概率分布的使用 7.3 中心极限定理 7.4 大数定律 7.5 使用统计数据进行业务决策 7.6 参数检验 7.7 非参数检验 7.8 SAS案例研究5 7.8.1 问题陈述 7.8.2 导入数据 7.8.3 查看数据 7.8.4 组织和整理数据 7.8.5 执行分析 7.9 R案例研究5 7.9.1 问题陈述 7.9.2 导入数据 7.9.3 收集和组织数据 7.9.4 可视化 7.9.5 执行分析第8章分析的置信区间和正确性 8.1 确定统计结果的方式 8.2 关于P值 8.3 假设检验中的错误 8.4 SAS案例研究6 8.4.1 问题陈述 8.4.2 导入数据 8.4.3 查看数据 8.4.4 组织和整理数据 8.4.5 执行分析 8.5 R案例研究6 8.5.1 问题陈述 8.5.2 导入数据 8.5.3 查看数据 8.5.4 组织和整理数据 8.5.5 执行分析第9章结论和见解 9.1 关于见解 9.1.1 描述统计 9.1.2 图表 9.1.3 推断统计 9.1.4 差异统计 9.2 SAS案例研究7 9.2.1 问题陈述 9.2.2 导入数据 9.2.3 查看数据 9.2.4 组织和整理数据 9.2.5 可视化 9.2.6 执行分析 9.3 R案例研究7 9.3.1 问题陈述 9.3.2 导入数据 9.3.3 查看数据 9.3.4 组织和整理数据 9.3.5 可视化 9.3.6 执行分析

展开全部

循序渐进学习商业分析:使用SAS与R语言作者简介

苏巴西尼·夏玛·特里帕蒂（Subhashini Sharma Tripathi），一位数据分析专家，在与GE Money、渣打银行、Tata Motors Finance和Citi GDM合作10年后，于2012年开始从事教学、撰写博客和提供咨询等工作。在工作期间，她坚信数据科学和分析技术有助于减少对个体经验的依赖。此外，她认为，这为现代经理人提供了一种决定性的方法，可以更快、更准确地解决许多现实问题。在这个不断发展的业务环境中，它还有助于定义长期战略并提供更好的选择。换句话说，借助大数据分析，企业管理者可以获得更有价值的经营指导。 Subhashini是pexitics.com的创始人，她的第一个产品是Pexitics Talent Score。该公司可提供有效的人力资源管理工具，并提供分析咨询服务。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐