CDA數(shù)據(jù)分析：零基礎(chǔ)入門

第1章 數(shù)據(jù)分析概述1.1 數(shù)據(jù)分析行業(yè)發(fā)展1.1.1 大數(shù)據(jù)行業(yè)背景和發(fā)展趨勢1.1.2 數(shù)據(jù)分析隱藏的風(fēng)險和困境1.2 數(shù)據(jù)分析人才的培養(yǎng)1.2.1 大數(shù)據(jù)時代最需要的人才1.2.2 數(shù)據(jù)分析人才從事的工作和需要具備的能力1.2.3 數(shù)據(jù)分析人才必備的素質(zhì)1.3 數(shù)據(jù)分析基礎(chǔ)流程1.3.1 數(shù)據(jù)分析的流程1.3.2 數(shù)據(jù)分析的兩種重要的分析導(dǎo)向遠(yuǎn)程視頻： 數(shù)據(jù)和數(shù)據(jù)具體分類方法案例實務(wù)大數(shù)據(jù)拯救了他們第2章 數(shù)據(jù)收集與導(dǎo)入2.1 SQL語言和MySQL2.1.1 SQL語言2.1.2 MySQL遠(yuǎn)程視頻： 數(shù)據(jù)庫相關(guān)知識2.1.3 數(shù)據(jù)處理工具——SPSS介紹2.2 數(shù)據(jù)收集2.2.1 機器收集數(shù)據(jù)2.2.2 人工收集數(shù)據(jù)遠(yuǎn)程視頻： 大數(shù)據(jù)導(dǎo)入和傳統(tǒng)數(shù)據(jù)導(dǎo)入2.3 數(shù)據(jù)輸入與導(dǎo)入第3章 數(shù)據(jù)的清洗與預(yù)處理3.1 數(shù)據(jù)處理3.1.1 重復(fù)數(shù)據(jù)處理3.1.2 缺失數(shù)據(jù)處理3.1.3 檢查數(shù)據(jù)邏輯錯誤3.1.4 檢查不合理的關(guān)聯(lián)題遠(yuǎn)程視頻： 異常、 缺失值、 邏輯錯誤處理等清洗3.2 數(shù)據(jù)整理與加工3.2.1 數(shù)據(jù)抽取3.2.2 數(shù)據(jù)排序3.2.3 數(shù)據(jù)分組3.2.4 數(shù)據(jù)轉(zhuǎn)換3.2.5 數(shù)據(jù)計算遠(yuǎn)程視頻： 數(shù)據(jù)加工過程的詳解第4章 數(shù)據(jù)可視化呈現(xiàn)4.1 理解圖表4.2 數(shù)據(jù)表的制作及呈現(xiàn)4.2.1 數(shù)據(jù)表的制作4.2.2 數(shù)據(jù)表的特殊功能遠(yuǎn)程視頻： 根據(jù)數(shù)據(jù)選圖表4.3 數(shù)據(jù)圖的制作及呈現(xiàn)4.3.1 常見數(shù)據(jù)圖的制作4.3.2 其他數(shù)據(jù)圖的制作4.4 數(shù)據(jù)圖的制作要點第5章 基礎(chǔ)數(shù)據(jù)分析5.1 對比分析5.2 線性規(guī)劃5.2.1 線性規(guī)劃模型的基本形式5.2.2 線性規(guī)劃模型的基本概念5.2.3 線性規(guī)劃模型的應(yīng)用舉例5.2.4 整數(shù)規(guī)劃5.3 概率分析5.3.1 基本原理5.3.2 概率分析方法5.3.3 概率分析步驟遠(yuǎn)程視頻： 基礎(chǔ)統(tǒng)計分析5.4 交叉分析5.4.1 交叉分析法定義5.4.2 實例分析5.5 分類分析5.5.1 聚類分析5.5.2 判別分析5.6 相關(guān)分析5.6.1 回歸分析遠(yuǎn)程視頻： 一元回歸和多元回歸5.6.2 時間序列分析遠(yuǎn)程視頻： 平穩(wěn)序列、 線性趨勢、 非線性趨勢、 Winter指數(shù)、 季節(jié)啞變量、 分解預(yù)測5.6.3 因子分析第6章 綜合分析6.1 層次分析6.1.1 層次分析的定義6.1.2 層次分析的基本思路與應(yīng)用步驟6.2 聯(lián)合分析6.3 安索夫矩陣6.3.1 基本模型6.3.2 核心步驟6.3.3 應(yīng)用案例6.4 波士頓矩陣6.4.1 基本模型6.4.2 操作步驟6.5 GE矩陣6.5.1 基本模型6.5.2 基本步驟6.5.3 應(yīng)用技巧6.5.4 應(yīng)用模型6.6 Graveyard模型6.7 盈虧平衡分析6.7.1 定義6.7.2 假設(shè)條件6.7.3 盈虧平衡分析分類6.7.4 線性盈虧平衡分析和非線性盈虧平衡分析6.8 敏感性分析