选择特殊符号
选择搜索类型
请输入搜索
前言
第1章 一元线性回归分析
1.1 模型的初步估计
1.2 详细的回归过程
1.3 回归结果详解
1.4 预测分析
第2章 多元线性回归分析
2.1 多元回归过程
2.2 多重共线性分析
2.3 借助线性回归函数快速拟合
2.4 统计检验临界值的查询
第3章 逐步回归分析
3.1 数据预备工作
3.2 变量引入的计算过程
3.3 参数估计和模型建设
3.4 模型参数的进一步验证
3.5 模型检验
第4章 非线性回归分析
4.1 常见数学模型
4.2 常见实例——一变量的情形
4.3 常见实例——一变量化为多变量的情形
4.4 常见实例——多变量的情形
第5章 主成分分析
5.1 计算步骤
5.2 相关的验证工作
5.3 主成分分析与因子分析的关系
第6章 系统聚类分析
6.1 计算距离矩阵
6.2 聚类过程
6.3 聚类结果评价
第7章 距离判别分析
7.1 数据的预处理
7.2 计算过程
7.3 判别函数检验
7.4 样品的判别与归类
7.5 利用回归分析建立判别函数
7.6 判别分析与因子分析的关系
第8章 自相关分析
8.1 自相关系数
8.2 偏自相关系数
8.3 偏自相关系数与自回归系数
8.4 自相关分析
第9章 自回归分析
9.1 样本数据的初步分析
9.2 自回归模型的回归估计
9.3 数据的平稳化及其自回归模型
第10章 周期图分析
10.1 时间序列的周期图
10.2 周期图分析的相关例证
10.3 多元回归的验证
第11章 时空序列的谱分析(自谱)
11.1 周期数据的频谱分析
11.2 空间数据的波谱分析
第12章 功率谱分析(实例)
12.1 实例分析1
12.2 实例分析2
12.3 实例分析3
12.4 实例分析4
12.5 实例分析5
12.6 实例分析6
第13章 Markov链分析
13.1 问题与模型
13.2 逐步计算
13.3 编程计算
第14章 R/S分析
14.1 计算Hurst指数的基本步骤
14.2 自相关系数和R/S分析
第15章 线性规划求解(实例)
15.1 实例分析1
15.2 实例分析2
15.3 实例分析3
15.4 实例分析4
15.5 实例分析5
15.6 实例分析6
15.7 实例分析7
第16章 层次分析法
16.1 问题与模型
16.2 计算方法之一——方根法
16.3 计算方法之二——和积法
16.4 计算方法之三——迭代法
16.5 结果解释
第17章 GM(1,1)预测分析
17.1 方法之一——最小二乘运算
17.2 方法之二——线性回归法
第18章 GM(1,N)预测分析
18.1 方法之一——最小二乘运算
18.2 方法之二——线性回归法
参考文献
后记2100433B
《基于Excel的地理数据分析》面向地理问题,基于Excel软件,叙述大量数学方法的应用思路和过程。通过模仿《基于Excel的地理数据分析》介绍的计算过程,读者可以加深对有关数学方法的认识和理解,并且掌握很多Excel的应用技巧。
这本书虽然是以地理数据为分析对象展开论述,但所涉及的内容绝大多数为通用方法。只要改变数据的来源,书中论述的计算流程完全可以应用到其他领域。
《基于Excel的地理数据分析》的初稿和修改稿先后在北京大学城市与环境专业研究生中试用八年,可供地理学、生态学、环境科学、地质学、经济学、城市规划学乃至医学、生物学等领域的学生、研究人员和工程技术人员阅读和参考。
供你参考,全国各地都有不同的
市场数据分析,需要学习以下几个方面的知识:(1)数据管理。a、数据获取。企业需求:数据库访问、外部数据文件读入案例分析:使用产品信息文件演示spss的数据读入共能。b、数据管理。企业需求:对大型数据进...
月生产情况表:每天生产数据的汇总;月入库数表格:实际每天生产报工数量;每天的计划量跟实际生产数量对比表格:生产分析图表.百度文库里可以找到每个表格。
基于大数据的电力电量数据分析
通过大数据的研究方法对电力电量的数据分析进行深人研究,在电力大数据的探索方面做出了较大贡献,并且通过数据调查研究和分析得出,用大数据的技术手段可以极大地方便电网公司对用户的用电习惯、电量使用情况、房屋空置率等方面进行分析和统计。该方法不仅丰富了电力电量数据分析领域的技术,而且在电力系统的其他业务上也提供了创新思路和理论指导意义,具有极大的应用价值。
基于大数据的房地产税收数据分析
基于大数据的技术与方法,全样本全时段地分析房地产行业企业的涉税情况,尽可能地还原企业经营的真实场景,把大数据变成小数据,精准数据,从而有利于分析企业的涉税风险问题,为税收数据分析提供一种新的分析思维与分析方法。
《Excel数据分析》使用通俗易懂的语言、丰富的实例、简洁的图表和紧凑的数学公式,讲述了Excel在数据分析方面的应用。既介绍了相关的数理统计知识,又与Excel操作结合起来,借助可视化图表,为读者展示了Excel强大的数据分析能力。
《Excel数据分析》内容包括Excel2019简介、随机变量、抽样、参数估计、假设检验、方差分析、相关分析与回归分析、时间序列分析、聚类分析与判别分析。
《Excel数据分析》可作为高等院校研究生、本科生及大学预科生的数据分析教材,也可供对数据分析感兴趣的IT人员、数据分析师、管理人员阅读参考。
本书使用通俗易懂的语言、丰富的实例、简洁的图表和紧凑的数学公式,讲述了Excel在数据分析方面的应用。既介绍了相关的数理统计知识,又与Excel操作结合起来,借助可视化图表,为读者展示了Excel强大的数据分析能力。
本书内容包括Excel 2019简介、随机变量、抽样、参数估计、假设检验、方差分析、相关分析与回归分析、时间序列分析、聚类分析与判别分析。
本书可作为高等院校研究生、本科生及大学预科生的数据分析教材,也可供对数据分析感兴趣的IT人员、数据分析师、管理人员阅读参考。
《Excel数据分析之道:让你的数据更有说服力》结合大量的具有实用价值的实际案例,来介绍利用Excel快速制作各种统计分析报表和图表的基本方法和技巧,可使您的Excel使用水平提升到一个新的层次,使您的分析报告更加具有说服力,更加引人注目。
《Excel数据分析之道:让你的数据更有说服力》介绍的大量案例都取自于作者的培训实践,具有非常高的实用价值,大部分案例实际上就是现成的模板,拿来即可应用到您的实际工作中,让您的工作效率成倍提高。
《Excel数据分析之道:让你的数据更有说服力》适合企事业单位的各类管理者,也可作为高等院校经济类本科生、研究生和MBA学员的教材或参考书。