《数据分析实战 基于EXCEL和SPSS系列工具的实践》读书笔记思维导图PPT模板下载

PPT书籍导读最新版本读书笔记模板《数据分析实战基于EXCEL和SPSS系列工具的实践》最新版读书笔记，下载可以直接修改数据分析工具指标第章应用制表关联选择业务整理规则需求基础决策树模型绘图相关整体本书关键字分析思维导图01第1章什么是数据分析第3章数据采集与整理第5章数据分析的基础：制表（下）第2章数据分析的理论、工具、模型第4章数据分析的基础：制表（上）第6章数据扫描：给数据做体检目录030502040607第7章数据标注：给数据上色第9章相关分析与决策树第11章回归第8章找到数据中的“特殊分子”第10章聚类第12章关联分析目录0901108010012013第13章预测后记数据分析经验之我见第14章高级绘图技巧目录015014内容摘要本书分为三大部分，第一部分基础篇（第1章和第2章）主要介绍数据分析的概念、术语、方法、模型等，为后续的内容展开奠定基础。第二部分制表篇（第3章到第5章）介绍数据的采集、整理以及常用数据报表的制作。第三部分数据分析篇（第6章到第14章）占据了本书的大部分篇幅，囊括了常用的、有代表性的、实用的功能，包括数据扫描、数据标注、异常值分析、回归等。第1章什么是数据分析企业数据量比较大的、复杂度比较高的、颗粒度比较细的数据，就有比较高的分析和利用价值。1.1一眼就看到结论还需要数据分析吗1.2数据分析能给我们带来什么1.3数据分析的几大抓手1.4数据分析的流程1.5如何成为数据分析高手12345第1章什么是数据分析1.1.1企业数据量1.1.3数据颗粒度1.1.2数据复杂度1.1一眼就看到结论还需要数据分析吗1.2.1了解数据的整体状况1.2.2快速查询数据1.2.3数据之间关系的探索1.2.4业务预测1.2数据分析能给我们带来什么1.3.1足够多的数据1.3.2数据质量1.3.3合适的工具1.3.4分析结果的呈现1.3数据分析的几大抓手1.4.1数据采集1.4.2数据整理1.4.3制表1.4.4数据分析1.4.5数据展示（呈现）123451.4数据分析的流程1.5.1“拳不离手，曲不离口”1.5.2熟练掌握常用工具1.5.3最好能编点程序1.5.4一定要通晓业务1.5如何成为数据分析高手第2章数据分析的理论、工具、模型在分析这个数据之前，是没有“假定”的，我们不知道最后做出来的结果是什么样的。2.1基本概念和术语2.3在分析需求和模型之间搭起桥梁2.2选择称手的软件工具第2章数据分析的理论、工具、模型2.1.2术语2.1.1基本概念2.1基本概念和术语2.2.1EXCEL2.2.2VBA2.2.3Access2.2.4SPSS2.2选择称手的软件工具2.2.5XLSTAT2.2.7R语言2.2.6Modeler2.2选择称手的软件工具2.3.1识别需求2.3.3选择工具和模型2.3.2分解需求2.3在分析需求和模型之间搭起桥梁第3章数据采集与整理这就是数据挖掘，从大量的数据中通过各种方法找出隐藏于其中的信息。3.1数据采集的几条重要原则3.2用“逐步推进法”推测需要的数据3.3耗时耗力的数据整理过程3.4数据量太大了怎么办第3章数据采集与整理3.1.1要足够“复杂”3.1.2要足够“细”3.1.3要有“跨度”3.1.4要有可行性3.1数据采集的几条重要原则3.3.1重复、空行、空列数据删除3.3.3数据间逻辑的排查3.3.2缺失值的填充和分析3.3耗时耗力的数据整理过程3.4.1放到数据库中处理3.4.3数据抽样3.4.2用专业工具处理3.4数据量太大了怎么办第4章数据分析的基础：制表（上）我会用EXCELVBA表来收集数据，用EXCEL来预处理数据，用EXCEL数据透视表和SPSS来分析数据，用XLSTAT来做对应分析和决策树（因为我觉得XLSTAT虽然是个小工具，但是它在多重对应分析和决策树这两个模块上做得特别好），然后我会用clementine来处理关联分析。4.1以数据合并为目标的制表4.3以获得概要数据为目标的制表4.2以数据筛选为目标的制表第4章数据分析的基础：制表（上）4.1.2跨工作簿合并4.1.1跨工作表合并4.1以数据合并为目标的制表4.2.1普通数据筛选4.2.2高级筛选4.2.3计算筛选4.2.4函数筛选4.2以数据筛选为目标的制表4.3.2数据透视表汇总4.3.1分类汇总方法4.3以获得概要数据为目标的制表第5章数据分析的基础：制表（下）因此，“组合拳”还是很有必要的。5.1“七个百分比”让你懂得大部分表格...5.2分组功能经常让分析峰回路转5.3随意生成各种派生指标5.4从大数据库中挑选要分析的数据：M...5.5强大的SQL12345第5章数据分析的基础：制表（下）5.1.1行总计的百分比5.1.2列总计的百分比5.1.3全部总计的百分比5.1.4父行（列）的百分比5.1“七个百分比”让你懂得大部分表格...5.1.5累计占比5.1.7同比5.1.6环比5.1“七个百分比”让你懂得大部分表格...5.2.1文本的分组5.2.2等步长的数据分组5.2.3不等步长的数据分组5.2.4日期型的分组5.2分组功能经常让分析峰回路转5.3.2添加项5.3.1添加字段5.3随意生成各种派生指标5.5.2SQL的应用5.5.1SQL的基本语法5.5强大的SQL第6章数据扫描：给数据做体检统计和挖掘最大的差别在于：统计是事先设想好的一个动作，然后去验证它。6.1在EXCEL中给数据做扫描6.2SPSS中给数据做扫描6.3在Modeler中给数据做扫描6.4其他相应的指标第6章数据扫描：给数据做体检第7章数据标注：给数据上色逐步推进法一般包括几个步骤：一是总量，二是结构，三是时间序列，四是颗粒度。7.1大数据块的整体标注7.2根据业务逻辑在数据中标注上色7.3采用公式实现复杂强大的数据标注7.4如何在一张表格中实现多种标注规则第7章数据标注：给数据上色7.1.2特殊数据选取规则7.1.1突出显示单元格规则7.1大数据块的整体标注7.2.1数据条、色阶、图标集的应用7.2.3根据业务需求改变规则7.2.2规则的理解7.2根据业务逻辑在数据中标注上色7.3.2复杂逻辑公式的应用7.3.1理解逻辑表达式的含义7.3采用公式实现复杂强大的数据标注7.4.2如何理解“遇真则停止”7.4.1多规则的应用7.4如何在一张表格中实现多种标注规则第8章找到数据中的“特殊分子”因变量，一般指的是我们研究和关心的变量，自变量一般就是其发生变化后会引起其他变量变化的变量。8.1什么是异常值8.2异常值的判断标准8.3用绘图技巧找到异常值8.4用公式函数法发掘异常值8.5三倍标准差法12345第8章找到数据中的“特殊分子”8.3.2面板图8.3.1散点图8.3用绘图技巧找到异常值第9章相关分析与决策树如果说平均值反映了数据的“中轴线”，那么标准差就反映了数据的波动情况，也就是说数据是波澜不惊还是起伏不定。9.1Pearson相关9.3决策树9.2典型相关分析第9章相关分析与决策树9.1.2输出指标的解析9.1.1应用场景9.1Pearson相关9.2.2结果解读9.2.1操作步骤9.2典型相关分析9.3.2决策树的操作和指标解释9.3.1什么时候需要用决策树9.3决策树第10章聚类这里所说的维度主要考虑企业数据量、数据复杂度、数据颗粒度这三个方面相关分析反映的是数据变动量之间的关系，而不是数据本身。10.1多维度数据的分类怎么办10.3聚类的烦恼2：如何判断聚类的质...10.2聚类的烦恼1：如何面对数量级差...第10章聚类10.1.1低维度数据的分类方法10.1.3常用的聚类操作介绍10.1.2高维度数据的分类需求10.1多维度数据的分类怎么办第11章回归数据分析一般有数据采集、数据整理、制表、数据分析、数据呈现等多个阶段。11.2logistic回归11.1如何寻找现有数据的内在规律第11章回归11.1.2多元线性回归11.1.1什么是数据拟合11.1如何寻找现有数据的内在规律11.2.1回归（客户“买”与“不买”...11.2.3多元有序logistic回...11.2.2多元logistic回归（...11.2logistic回归第12章关联分析初学者很合适，学过统计学的别在看这个浪费时间了，信息量太少，工具书还是读实体版的好。12.1因果关系的弱化12.2关联分析的指标12.3什么样的数据适合做关联分析12.4关联分析的具体操作第12章关联分析12.2.1支持度12.2.3提升度12.2.2置信度12.2关联分析的指标12.3.1商超数据12.3.3生产质量数据12.3.2金融数据12.3什么样的数据适合做关联分析第13章预测数据分析的工具相当多，“贪多嚼不烂”，这本书里我重点学习了SPSS部分，但SAS、Moderler也是常用的分析工具，觉得都挺难的，要完全吃透一个主要软件工具，是要花费很长的时间去钻研的。13.1什么是预测，预测的准确度高吗13.2移动平滑13.3指数平滑13.4对周期性数据的分解13.5ARIMA预测法12345第13章预测13.3.2三次指数平滑13.3.1二次指数平滑13.3指数平滑第14章高级绘图技巧第一次使用数据透视表，第一次使用数据分析功能，第一次使用spss。14.1怎样才算图画得好14.2双轴图的技巧和运用14.3不同数量级数据的高效对比展示14.4数据标签的妙用14.5图形中的重点