内容简介
这是一本金融商业数据分析的实战工具书。作者都是在金融行业有10～20年数据分析经验的资深专家，他们将多年来的项目经验、培训和咨询经验融合成了这本书。它将指导读者零基础掌握金融数据分析的工具、思路、方法和技巧，快速实现从入门到进阶的突破。本书强调实战，方法论与实践相结合，所有案例均来自实际的金融业务，涵盖工具使用、数据处理、统计分析等数据分析的全流程。本书内容共14章，可分为3篇。分析工具篇（第1～4章）：首先介绍了数据科学和数理统计的基本常识，然后讲解了数据分析工具SAS EG和Python的基础知识。数据处理篇（第5～9章）：首先通过描述性统计分析进行数据探索，继而讲解基本的报表和统计制图，还介绍了如何使用SAS EG进行数据处理，用Python进行数据整合、数据清洗，从而构建出满足分析需求的数据集。统计分析篇（第10～14章）：从统计学的基本概念引出假设检验、样本t检验，三大统计分析、构造预测模型，并分享了基于时间序列的建模方法。
AI简介
这是一本金融商业数据分析的实战工具书。该书强调实战，方法论与实践相结合，所有案例均来自实际的金融业务，涵盖工具使用、数据处理、统计分析等数据分析的全流程。本书内容共14章，可分为3篇。分析工具篇(第1～4章) ：首先介绍了数据科学和数理统计的基本常识，然后讲解了数据分析工具SAS EG和Python的基础知识。数据处理篇(第5～9章) ：首先通过描述性统计分析进行数据探索，继而讲解基本的报表和统计制图，还介绍了如何使用SAS EG进行数据处理，用Python进行数据整合、数据清洗，从而构建出满足分析需求的数据集。统计分析篇(第10～14章) ：从统计学的基本概念引出假设检验、样本t检验，三大统计分析、构造预测模型，并分享了基于时间序列的建模方法。
在书中，作者深入探讨了数理统计技术在数据分析中的应用，如单样本t检验和双样本t检验，以及逻辑回归在二分类变量预测中的应用。作者还详细介绍了如何使用SAS EG和Python进行数据整合和清洗，以及如何构建出满足分析需求的数据集。此外，作者还深入探讨了描述性统计分析的重要性，以及如何通过统计图的制作与展现来更好地理解和分析数据。
在书中，作
推荐影视
阅读/下载地址