數(shù)據(jù)分析實戰(zhàn)：基于EXCLE和SPSS系列工具的實踐

前言
第1章　什么是數(shù)據(jù)分析1
1.1　一眼就看到結(jié)論還需要數(shù)據(jù)分析嗎1
1.1.1　企業(yè)數(shù)據(jù)量2
1.1.2　數(shù)據(jù)復(fù)雜度2
1.1.3　數(shù)據(jù)顆粒度3
1.2　數(shù)據(jù)分析能給我們帶來什么4
1.2.1　了解數(shù)據(jù)的整體狀況4
1.2.2　快速查詢數(shù)據(jù)5
1.2.3　數(shù)據(jù)之間關(guān)系的探索5
1.2.4　業(yè)務(wù)預(yù)測6
1.3　數(shù)據(jù)分析的幾大抓手6
1.3.1　足夠多的數(shù)據(jù)6
1.3.2　數(shù)據(jù)質(zhì)量6
1.3.3　合適的工具7
1.3.4　分析結(jié)果的呈現(xiàn)7
1.4　數(shù)據(jù)分析的流程7
1.4.1　數(shù)據(jù)采集7
1.4.2　數(shù)據(jù)整理8
1.4.3　制表11
1.4.4　數(shù)據(jù)分析11
1.4.5　數(shù)據(jù)展示（呈現(xiàn)）12
1.5　如何成為數(shù)據(jù)分析高手12
1.5.1　“拳不離手，曲不離口”12
1.5.2　熟練掌握常用工具12
1.5.3　最好能編點程序13
1.5.4　一定要通曉業(yè)務(wù)14
第2章　數(shù)據(jù)分析的理論、工具、模型15
2.1　基本概念和術(shù)語15
2.1.1　基本概念15
2.1.2　術(shù)語22
2.2　選擇稱手的軟件工具26
2.2.1　EXCEL27
2.2.2　VBA27
2.2.3　Access27
2.2.4　SPSS28
2.2.5　XLSTAT29
2.2.6　Modeler29
2.2.7　R語言30
2.3　在分析需求和模型之間搭起橋梁30
2.3.1　識別需求30
2.3.2　分解需求30
2.3.3　選擇工具和模型31
第3章　數(shù)據(jù)采集與整理32
3.1　數(shù)據(jù)采集的幾條重要原則32
3.1.1　要足夠“復(fù)雜”32
3.1.2　要足夠“細(xì)”33
3.1.3　要有“跨度”33
3.1.4　要有可行性34
3.2　用“逐步推進(jìn)法”推測需要的數(shù)據(jù)34
3.3　耗時耗力的數(shù)據(jù)整理過程35
3.3.1　重復(fù)、空行、空列數(shù)據(jù)刪除36
3.3.2　缺失值的填充和分析39
3.3.3　數(shù)據(jù)間邏輯的排查45
3.4　數(shù)據(jù)量太大了怎么辦47
3.4.1　放到數(shù)據(jù)庫中處理47
3.4.2　用專業(yè)工具處理47
3.4.3　數(shù)據(jù)抽樣51
第4章　數(shù)據(jù)分析的基礎(chǔ)：制表（上）53
4.1　以數(shù)據(jù)合并為目標(biāo)的制表53
4.1.1　跨工作表合并53
4.1.2　跨工作簿合并55
4.2　以數(shù)據(jù)篩選為目標(biāo)的制表56
4.2.1　普通數(shù)據(jù)篩選57
4.2.2　高級篩選60
4.2.3　計算篩選62
4.2.4　函數(shù)篩選63
4.3　以獲得概要數(shù)據(jù)為目標(biāo)的制表64
4.3.1　分類匯總方法64
4.3.2　數(shù)據(jù)透視表匯總68
第5章　數(shù)據(jù)分析的基礎(chǔ)：制表（下）70
5.1　“七個百分比”讓你懂得大部分表格類型70
5.1.1　行總計的百分比70
5.1.2　列總計的百分比73
5.1.3　全部總計的百分比74
5.1.4　父行（列）的百分比74
5.1.5　累計占比75
5.1.6　環(huán)比78
5.1.7　同比79
5.2　分組功能經(jīng)常讓分析峰回路轉(zhuǎn)81
5.2.1　文本的分組81
5.2.2　等步長的數(shù)據(jù)分組83
5.2.3　不等步長的數(shù)據(jù)分組86
5.2.4　日期型的分組88
5.3　隨意生成各種派生指標(biāo)89
5.3.1　添加字段89
5.3.2　添加項91
5.4　從大數(shù)據(jù)庫中挑選要分析的數(shù)據(jù)：Microsoft Query92
5.5　強大的SQL97
5.5.1　SQL的基本語法97
5.5.2　SQL的應(yīng)用97
第6章　數(shù)據(jù)掃描：給數(shù)據(jù)做體檢100
6.1　在EXCEL中給數(shù)據(jù)做掃描100
6.2　SPSS中給數(shù)據(jù)做掃描103
6.3　在Modeler中給數(shù)據(jù)做掃描105
6.4　其他相應(yīng)的指標(biāo)108
第7章　數(shù)據(jù)標(biāo)注：給數(shù)據(jù)上色110
7.1　大數(shù)據(jù)塊的整體標(biāo)注111
7.1.1　突出顯示單元格規(guī)則111
7.1.2　特殊數(shù)據(jù)選取規(guī)則112
7.2　根據(jù)業(yè)務(wù)邏輯在數(shù)據(jù)中標(biāo)注上色113
7.2.1　數(shù)據(jù)條、色階、圖標(biāo)集的應(yīng)用113
7.2.2　規(guī)則的理解115
7.2.3　根據(jù)業(yè)務(wù)需求改變規(guī)則118
7.3　采用公式實現(xiàn)復(fù)雜強大的數(shù)據(jù)標(biāo)注119
7.3.1　理解邏輯表達(dá)式的含義119
7.3.2　復(fù)雜邏輯公式的應(yīng)用120
7.4　如何在一張表格中實現(xiàn)多種標(biāo)注規(guī)則123
7.4.1　多規(guī)則的應(yīng)用123
7.4.2　如何理解“遇真則停止”125
第8章　找到數(shù)據(jù)中的“特殊分子”127
8.1　什么是異常值127
8.2　異常值的判斷標(biāo)準(zhǔn)128
8.3　用繪圖技巧找到異常值129
8.3.1　散點圖129
8.3.2　面板圖130
8.4　用公式函數(shù)法發(fā)掘異常值135
8.5　三倍標(biāo)準(zhǔn)差法137
第9章　相關(guān)分析與決策樹140
9.1　Pearson相關(guān)140
9.1.1　應(yīng)用場景141
9.1.2　輸出指標(biāo)的解析141
9.2　典型相關(guān)分析145
9.2.1　操作步驟145
9.2.2　結(jié)果解讀147
9.3　決策樹149
9.3.1　什么時候需要用決策樹149
9.3.2　決策樹的操作和指標(biāo)解釋150
第10章　聚類155
10.1　多維度數(shù)據(jù)的分類怎么辦155
10.1.1　低維度數(shù)據(jù)的分類方法155
10.1.2　高維度數(shù)據(jù)的分類需求157
10.1.3　常用的聚類操作介紹157
10.2　聚類的煩惱1：如何面對數(shù)量級差別大的數(shù)據(jù)165
10.3　聚類的煩惱2：如何判斷聚類的質(zhì)量167
第11章　回歸168
11.1　如何尋找現(xiàn)有數(shù)據(jù)的內(nèi)在規(guī)律168
11.1.1　什么是數(shù)據(jù)擬合169
11.1.2　多元線性回歸171
11.2　logistic回歸173
11.2.1　回歸（客戶“買”與“不買”）173
11.2.2　多元logistic回歸（多個品牌的選擇）176
11.2.3　多元有序logistic回歸181
第12章　關(guān)聯(lián)分析183
12.1　因果關(guān)系的弱化183
12.2　關(guān)聯(lián)分析的指標(biāo)184
12.2.1　支持度184
12.2.2　置信度185
12.2.3　提升度185
12.3　什么樣的數(shù)據(jù)適合做關(guān)聯(lián)分析186
12.3.1　商超數(shù)據(jù)186
12.3.2　金融數(shù)據(jù)186
12.3.3　生產(chǎn)質(zhì)量數(shù)據(jù)187
12.4　關(guān)聯(lián)分析的具體操作187
第13章　預(yù)測191
13.1　什么是預(yù)測，預(yù)測的準(zhǔn)確度高嗎191
13.2　移動平滑193
13.3　指數(shù)平滑194
13.3.1　二次指數(shù)平滑194
13.3.2　三次指數(shù)平滑195
13.4　對周期性數(shù)據(jù)的分解198
13.5　ARIMA預(yù)測法201
第14章　高級繪圖技巧206
14.1　怎樣才算圖畫得好206
14.2　雙軸圖的技巧和運用207
14.3　不同數(shù)量級數(shù)據(jù)的高效對比展示211
14.4　數(shù)據(jù)標(biāo)簽的妙用215
14.5　圖形中的重點標(biāo)注221
14.6　繪圖美學(xué)—多點審美素養(yǎng)222
14.6.1　整體布局222
14.6.2　線型的選擇223
14.6.3　色彩對比223
后記　數(shù)據(jù)分析經(jīng)驗之我見224