数据分析（第2版） [Information Science] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

范金城，梅长林 编

图书标签:

• 数据分析
• 信息科学
• 统计学
• 数据挖掘
• 机器学习
• Python
• R语言
• 商业分析
• 数据可视化
• 决策支持系统

出版社： 科学出版社

ISBN：9787030263728

版次：2

商品编码：11785026

包装：平装

丛书名： 高等院校信息科学系列教材

外文名称：Information Science

开本：16开

出版时间：2010-02-01

用纸：胶版纸

页数：353

字数：460000

正文语种：中文

内容简介

　　《数据分析（第2版）》介绍了数据分析的基本内容与方法，其特点是既重视数据分析的基本理论与方法的介绍，又强调应用计算机软件SAS进行实际分析和计算能力的培养。主要内容有：数据描述性分析、非参数秩方法、回归分析、主成分分析与因子分析、判别分析、聚类分析、时间序列分析以及常用数据分析方法的SAS过程简介。
　　《数据分析（第2版）》每章末附有大量实用、丰富的习题，并要求学生独立上机完成。
　　《数据分析（第2版）》可作为高等院校信息科学及数理统计专业的本科生教材，也可供有关专业的研究生及工程技术人员参考。

目录

第1章 数据描述性分析
1.1 数据的数字特征
1.1.1 均值、方差等数字特征
1.1.2 中位数、分位数、三均值与极差
1.2 数据的分布
1.2.1 直方图、经验分布函数与QQ图
1.2.2 茎叶图、箱线图及五数总括
1.2.3 正态性检验与分布拟合检验
1.3 多元数据的数字特征与相关分析
1.3.1 二元数据的数字特征及相关系数
1.3.2 多元数据的数字特征及相关矩阵
1.3.3 总体的数字特征及相关矩阵
习题

第2章 非参数秩方法
2.1 两种处理方法比较的秩检验
2.1.1 两种处理方法比较的随机化模型及秩的零分布
2.1.2 Wilcoxon秩和检验
2.1.3 总体模型的wilcoxon秩和检验
2.1.4 Smirnov检验
2.2 成对分组设计下两种处理方法的比较
2.2.1 符号检验
2.2.2 Wilcoxon符号秩检验
2.2.3 分组设计下两处理方法比较的总体模型
2.3 多种处理方法比较的Kruskal-Wallis检验
2.3.1 多种处理方法比较中秩的定义及Kruskal_Wallis统计量
2.3.2 Kruskal-Wallis统计量的零分布
2.4 分组设计下多种处理方法的比较
2.4.1 分组设计下秩的定义及其零分布
2.4.2 Friedanan检验
2.4.3 改进的Friedman检验
习题

第3章 回归分析
3.1 线性回归模型
3.1.1 线性回归模型及其矩阵表示
3.1.2 口及口。的估计
3.1.3 有关的统计推断
3.2 逐步回归法
3.3 Logistic回归模型
3.3.1 线性Logistic回归模型
3.3.2 参数的最大似然估计与Ne0n_Raphson迭代解法
3.3.3 Logistic模型的统计推断
习题

第4章 主成分分析与因子分析
4.1 主成分分析
4.1.1 引言
4.1.2 总体主成分
4.1.3 样本主成分
4.2 因子分析
4.2.1 引言
4.2.2 正交因子模型
4.2.3 参数估计方法
4.2.4 主成分估计法的具体步骤
4.2.5 方差最大的正交旋转
4.2.6 因子得分
习题

第5章 判别分析
5.1 距离判别
5.1.1 判别分析的基本思想及意义
5.1.2 两个总体的距离判别
5.1.3 判别准则的评价
5.1.4 多个总体的距离判别
5.2 Bayes判别
5.2.1 Bayes判别的基本思想
5.2.2 两个总体的Bayes判别
5.2.3 多个总体的Bayes判别
5.2.4 逐步判别简介
习题

第6章 聚类分析
6.1 距离与相似系数
6.1.1 聚类分析的基本思想及意义
6.1.2 样品间的相似性度量——距离
6.1.3 变量间的相似性度量——相似系数
6.2 谱系聚类法
6.2.1 类间距离
6.2.2 类间距离的递推公式
6.2.3 谱系聚类法的步骤
6.2.4 变量聚类
6.3 快速聚类法
6.3.1 快速聚类法的步骤
6.3.2 用k距离进行快速聚类
习题

第7章 时间序列分析
7.1 平稳时间序列
7.1.1 时间序列分析及其意义
7.1.2 随机过程概念及其数字特征
7.1.3 平稳时间序列与平稳随机过程
7.1.4 平稳性检验及自协方差函数、自相关函数的估计
7.2 ARMA时间序列及其特性
7.2.1 ARMA时间序列的定义
7.2.2 ARMA序列的平稳性与可逆性
7.2.3 ARMA序列的相关特性
7.3 ARMA时间序列的建模与预报
7.3.1 川王MA序列参数的矩估计
7.3.2 ARMA序列参数的精估计
7.3.3 ARMA模型的定阶与考核
7.3.4 平稳线性最小均方预报
7.3.5 削RMA序列的预报
7.4 ARIMA序列与季节性序列
7.4.1 ARIMA序列及其预报
7.4.2 季节性序列及其预报
习题

第8章 常用数据分析方法的sAs过程简介
8.1 SAS系统简介
8.1.1 建立SAS数据集
8.1.2 利用已有的SAS数据集建立新的SAS数据集
8.1.3 SAS系统的数学运算符号及常用的SAS函数
8.1.4 逻辑语句与循环语句
8.2 常用数据分析方法的s八s过程
8.2.1 几种描述性统计分析的sAS过程
8.2.2 非参数秩方法的SAS过程
8.2.3 回归分析的SAS过程
8.2.4 主成分分析与因子分析的SAS过程
8.2.5 判别分析的SAS过程
8.2.6 聚类分析的SAS过程
8.2.7 时间序列分析的SAS过程——PRCARIMA过程
8.2.8 SAS系统的矩阵运算——PR（CIMll过程简介）

主要参考文献

《数据分析（第2版） [Information Science]》是一本旨在为信息科学领域的学生和从业者提供全面、深入的数据分析知识和实践技能的教材。本书在第1版的基础上，进行了内容的更新与扩充，紧跟数据科学领域日新月异的发展步伐，力求为读者打造一本兼具理论深度与实践广度的权威参考书。 全书共分为若干个主要部分，每个部分又细分为多个章节，层层递进，系统地阐述了数据分析的理论基础、核心方法、常用工具以及在信息科学领域的典型应用。 第一部分：数据分析导论与基础 在开篇，本书首先深入浅出地介绍了数据分析的概念、发展历程及其在信息科学中的重要性。读者将了解到数据分析不仅仅是简单的统计计算，更是一个涵盖数据获取、清洗、探索、建模、评估和应用的全过程。我们将探讨不同类型的数据，如结构化数据、半结构化数据和非结构化数据，以及它们在信息系统中的存在形式。 紧接着，本书将详细阐述数据分析的生命周期，从问题的定义、数据需求的明确，到数据收集、数据预处理，再到数据探索性分析（EDA）、特征工程、模型选择、模型训练、模型评估，直至最终的模型部署与结果解读。每一个环节都将配以丰富的理论解释和实际案例，帮助读者建立起对整个数据分析流程的清晰认知。 此外，为了确保读者能够为后续章节的学习打下坚实的基础，本书还在这一部分着重讲解了必要的数据科学数学与统计学概念。这包括但不限于：概率论基础（如概率分布、随机变量）、统计推断（如假设检验、置信区间）、线性代数基础（如向量、矩阵运算）以及微积分基础（如导数、梯度），这些都是理解许多高级数据分析技术的前提。本书力求以最易于理解的方式呈现这些抽象概念，并通过实际的例子来加深读者的理解。 第二部分：数据处理与预处理技术 数据质量直接影响到数据分析的准确性和可靠性，因此，本书花费了大量篇幅来讲解数据处理与预处理的关键技术。本部分将详细介绍各种数据清洗方法，包括如何识别和处理缺失值（如均值/中位数填充、插值法、模型预测填充）、异常值（如箱线图法、Z-score法、IQR法、聚类分析）、重复值以及数据不一致性。 数据转换也是数据分析中至关重要的一环。我们将探讨如何进行数据类型转换、数值型数据编码（如独热编码、标签编码）、类别型数据处理、文本数据预处理（如分词、去停用词、词干提取、词形还原）以及图像数据预处理（如尺寸调整、归一化）。 特征工程是提升模型性能的关键。本书将系统介绍各种特征工程技术，包括特征创建（如多项式特征、交互特征）、特征选择（如过滤法、包裹法、嵌入法）以及特征提取（如主成分分析PCA、因子分析）。我们将深入分析不同特征工程方法的原理、适用场景以及它们如何影响模型的性能。 第三部分：数据探索性分析（EDA）与可视化 数据探索性分析（EDA）是理解数据、发现模式和生成假设的关键步骤。本部分将引导读者掌握如何进行有效的EDA。我们将详细介绍描述性统计方法的应用，例如计算均值、中位数、方差、标准差、偏度、峰度等，并解释它们各自的意义。 数据可视化是EDA的核心组成部分，也是向他人清晰传达分析结果的有力工具。本书将全面介绍各种常用的数据可视化技术，包括： 基本图表： 散点图、折线图、条形图、柱状图、饼图、直方图、箱线图等。我们将讨论每种图表的适用场景、如何解读以及如何通过调整参数来优化可视化效果。 高级图表： 热力图、雷达图、旭日图、树状图、地理空间图等。我们将讲解这些图表如何用于展示更复杂的数据关系和模式。 交互式可视化： 介绍如何使用Python的Matplotlib、Seaborn、Plotly等库创建交互式图表，以及如何利用Dash等框架构建交互式仪表盘，从而允许用户动态探索数据。 可视化最佳实践： 强调清晰、简洁、准确的可视化原则，如何避免误导性可视化，以及如何根据目标受众选择合适的可视化方式。 通过EDA和可视化，读者将学会从数据中发现潜在的趋势、关联、异常和模式，为后续建模工作提供有力的洞察。 第四部分：统计建模与机器学习基础 本部分是本书的核心内容之一，将系统介绍统计建模和机器学习的基础理论与常用算法。 回归分析： 从简单的线性回归开始，深入讲解多元线性回归、岭回归、Lasso回归等正则化回归方法。我们将讨论模型的假设、系数的解释、模型评估指标（如R²、MAE、MSE、RMSE）以及如何诊断和处理多重共线性等问题。 分类模型： 介绍逻辑回归、支持向量机（SVM）、决策树、随机森林、梯度提升树（如XGBoost, LightGBM）等常用的分类算法。我们将详细讲解它们的原理、优缺点、参数调优以及模型评估指标（如准确率、精确率、召回率、F1分数、ROC曲线、AUC）。 聚类分析： 讲解K-Means、层次聚类、DBSCAN等聚类算法，以及如何评估聚类结果（如轮廓系数）。 降维技术： 深入探讨主成分分析（PCA）和线性判别分析（LDA）等降维方法的原理和应用。 模型评估与选择： 详细讲解交叉验证（K折交叉验证、留一法）等技术，以及如何避免过拟合和欠拟合，选择最适合特定任务的模型。 集成学习： 介绍Bagging、Boosting等集成学习思想，以及它们的具体实现，如随机森林和梯度提升。 第五部分：高级数据分析技术与深度学习简介 在掌握了基础建模技术后，本书将进一步介绍一些更高级的数据分析技术，并为读者初步接触深度学习领域奠定基础。 时间序列分析： 讲解时间序列数据的特点、平稳性检验、自相关与偏自相关函数（ACF/PACF），以及ARIMA、SARIMA等经典时间序列模型。 关联规则挖掘： 介绍Apriori、FP-growth等算法，用于发现数据项之间的有趣关联，常用于购物篮分析等场景。 文本挖掘与自然语言处理（NLP）基础： 涉及文本数据的预处理、词袋模型（BoW）、TF-IDF、词向量（Word2Vec, GloVe）以及简单的文本分类和情感分析。 深度学习概述： 简要介绍神经网络的基本结构、反向传播算法，以及卷积神经网络（CNN）在图像处理和循环神经网络（RNN）在序列数据处理中的基本原理和应用场景，为对深度学习感兴趣的读者提供入门指引。 第六部分：数据分析工具与实践 理论学习离不开实际操作。本书将重点介绍在信息科学领域广泛应用的数据分析工具和编程语言。 Python生态系统： 详细介绍Python在数据分析中的核心库，包括： NumPy： 用于高效的数值计算，特别是多维数组操作。 Pandas： 用于数据处理和分析，提供了DataFrame和Series等强大的数据结构。 Matplotlib & Seaborn： 用于数据可视化。 Scikit-learn： 提供了丰富的机器学习算法和工具。 Statsmodels： 专注于统计建模和计量经济学。 NLTK & SpaCy： 用于自然语言处理。 TensorFlow & PyTorch（简介）： 介绍深度学习框架。 SQL： 讲解SQL语言在数据库数据提取、过滤和聚合方面的应用，是数据分析的基石之一。 R语言（可选介绍）： 简要介绍R语言在统计分析和可视化方面的优势，并提及一些R的常用包。 数据分析项目实践： 书中将穿插多个完整的案例研究，覆盖数据收集、预处理、特征工程、模型选择、训练、评估到结果解释的全过程。这些案例将涉及信息科学的多个方向，例如： 用户行为分析： 分析网站或应用程序的用户行为数据，以优化用户体验和提升转化率。 推荐系统： 基于用户历史行为或物品相似性，构建推荐算法。 社交网络分析： 分析社交网络中的节点和连接，研究信息传播或社区发现。 信息检索优化： 利用数据分析技术提升搜索引擎的搜索效果。 知识图谱构建与分析： 介绍如何从海量文本中提取实体和关系，构建知识图谱，并进行相关分析。 数据分析工作流程与最佳实践： 强调良好的编程习惯、代码管理（如Git）、实验跟踪、结果复现以及如何有效地与非技术人员沟通分析结果。 第七部分：数据伦理与前沿展望 在信息爆炸的时代，数据伦理的重要性不容忽视。本书在最后部分将讨论数据分析中的伦理问题，包括数据隐私保护、数据偏见、算法公平性以及数据安全等。读者将了解相关的法律法规和行业准则，培养负责任的数据分析意识。 同时，本书还将展望数据分析领域的未来发展趋势，如大数据技术、人工智能的进一步融合、可解释AI（XAI）、因果推断等，激发读者对数据科学领域持续学习和探索的兴趣。 《数据分析（第2版） [Information Science]》以其严谨的理论体系、丰富的实践指导、前沿的技术介绍和贴合信息科学领域的应用案例，旨在为读者提供一个全面、系统、实用的数据分析学习平台，助力读者掌握驾驭海量数据、从中挖掘价值的能力，成为信息科学领域优秀的数据分析人才。

评分☆☆☆☆☆

我必须说，这本书真的是一本“宝藏”级别的图书。它不仅仅是一本关于数据分析的书，更像是一本“能力升级手册”。在阅读的过程中，我感觉自己像是经历了一场思维的“洗礼”。从最初对数据分析的一知半解，到如今能够独立进行一些初步的数据探索和分析，这其中离不开这本书的指导。 它让我学会了如何摆脱“凭感觉”做决策的困境，转而依靠数据来支撑自己的判断。在工作中，我开始主动地去收集和分析数据，并因此发现了一些之前被忽略的改进机会，为团队带来了切实的价值。这本书的价值，已经远远超出了我购买它时所付出的价格。我真心推荐所有对数据分析感兴趣的朋友，无论你是新手还是有一定基础的读者，这本书都一定会给你带来意想不到的收获。

评分☆☆☆☆☆

我一直觉得，真正好的技术书籍，不仅仅是知识的传递，更是一种思维方式的启迪。《数据分析（第2版）》在这方面做得非常出色。作者并没有仅仅罗列各种分析工具和技术，而是通过深入浅出的讲解，教会我如何“思考”数据，如何提出正确的问题，如何选择合适的分析方法，以及如何解读分析结果并将其转化为有价值的洞察。它让我明白，数据分析不是一个孤立的技术环节，而是贯穿于整个业务流程中的重要环节。 读完这本书，我感觉自己对数据的敏感度大大提升了，看问题的角度也变得更加多元和深入。以前我可能只会关注一些显性的指标，现在则会去挖掘数据背后的驱动因素，去探寻隐藏的模式和趋势。这种思维上的转变，远比掌握几个具体的分析技巧更加宝贵。它让我能够更自信地面对工作中遇到的数据挑战，也让我对未来的职业发展充满了信心。

评分☆☆☆☆☆

作为一名曾经被数学和统计学“劝退”的读者，我对《数据分析（第2版）》的语言风格感到尤为欣慰。它没有使用那些晦涩难懂的专业术语，即便涉及到一些需要数学基础的概念，也能够用非常通俗易懂的比喻来解释，让我这个“文科生”也能够轻松理解。而且，作者的写作风格非常幽默风趣，读起来一点也不枯燥，反而充满了一种探索未知的乐趣。 书中还穿插了一些作者在实际工作中遇到的趣事和经验总结，这些“干货”让我感觉更加亲切，也让我看到了数据分析在实际应用中的真实面貌。它告诉我，数据分析并非高不可攀，只要掌握正确的方法和工具，每个人都可以成为一个出色的数据分析师。这本书给了我莫大的鼓舞，让我重新燃起了学习的热情，也让我对数据分析这个领域充满了无限的憧憬。

评分☆☆☆☆☆

这本《数据分析（第2版）》真是给了我太多惊喜！作为一名对数据充满好奇，但又常常被各种统计术语和复杂的模型吓退的读者，我一直渴望找到一本既能系统讲解数据分析原理，又能让我这个“小白”看得懂、学得会的入门书籍。这本书恰恰满足了我的需求。从最基础的数据收集、清洗，到各种常用的统计分析方法，再到数据可视化，内容循序渐进，讲解详实，没有那种高高在上的“专家口吻”，而是像一位经验丰富的朋友，耐心地一步步引导我。 特别是书中的案例分析，简直是我的福音！它不是那种脱离实际的理论讲解，而是选取了生活中常见的场景，比如用户行为分析、市场营销效果评估等等，用真实的数据和场景来演示如何运用学到的知识解决问题。每一次读到案例，我都会忍不住自己动手跟着做，在这个过程中，我才真正体会到数据分析的魅力，原来那些看似杂乱无章的数据背后，隐藏着如此丰富的信息。而且，书中的代码示例也非常实用，方便我复制粘贴，稍加修改就能应用到自己的项目中，大大节省了摸索的时间。

评分☆☆☆☆☆

这本书的内容编排逻辑非常清晰，每一章都承接上一章，层层递进，让整个学习过程非常顺畅。我特别喜欢它对数据可视化部分的讲解。以往我对数据可视化总是有种“点到为止”的感觉，知道它的重要性，但具体如何才能做出既美观又具有信息传达力的图表，却感到模糊。这本书给了我非常系统和具体的指导，从图表的选择原则，到各种可视化工具的使用技巧，再到如何通过可视化来讲述数据故事，都讲得非常透彻。 我尝试着将书中学到的可视化技巧应用到自己的报告中，效果立竿见影！原本枯燥的数字和文字，通过生动的图表展现出来，立刻变得清晰易懂，也更能吸引听众的注意力。很多同事都夸赞我的报告做得越来越专业，这让我感到非常自豪。这本书不仅教会了我“做什么”，更教会了我“怎么做”，以及“为什么这么做”，这种深入的理解，是我在其他书籍中很难获得的。