性荡视频播放在线视频7777,亚洲产国久久无码,国产91在线精品福利

這是一本金融商業(yè)數(shù)據(jù)分析的實戰(zhàn)工具書。作者都是在金融行業(yè)有10~20年數(shù)據(jù)分析經(jīng)驗的資深專家，他們將多年來的項目經(jīng)驗、培訓(xùn)和咨詢經(jīng)驗融合成了這本書。它將指導(dǎo)讀者零基礎(chǔ)掌握金融數(shù)據(jù)分析的工具、思路、方法和技巧，快速實現(xiàn)從入門到進(jìn)階的突破。

本書強(qiáng)調(diào)實戰(zhàn)，方法論與實踐相結(jié)合，所有案例均來自實際的金融業(yè)務(wù)，涵蓋工具使用、數(shù)據(jù)處理、統(tǒng)計分析等數(shù)據(jù)分析的全流程。

本書內(nèi)容共14章，可分為3篇。
分析工具篇（第1~4章）：首先介紹了數(shù)據(jù)科學(xué)和數(shù)理統(tǒng)計的基本常識，然后講解了數(shù)據(jù)分析工具SAS EG和Python的基礎(chǔ)知識。
數(shù)據(jù)處理篇（第5~9章）：首先通過描述性統(tǒng)計分析進(jìn)行數(shù)據(jù)探索，繼而講到基本的報表和統(tǒng)計制圖，還包括使用SAS EG進(jìn)行數(shù)據(jù)處理，用Python進(jìn)行數(shù)據(jù)整合、數(shù)據(jù)清洗，構(gòu)建出滿足分析需求的數(shù)據(jù)集。
統(tǒng)計分析篇（第10~14章）：從統(tǒng)計學(xué)的基本概念引出假設(shè)檢驗與樣本t檢驗，三大統(tǒng)計檢驗、構(gòu)造預(yù)測模型，并分享基于時間序列算法的建模方法。

為什么要寫這本書
隨著現(xiàn)代信息技術(shù)的不斷發(fā)展，以大數(shù)據(jù)為基礎(chǔ)的各類金融科技應(yīng)用成為市場熱點。近年來，隨著數(shù)據(jù)治理不斷被強(qiáng)化及數(shù)據(jù)資產(chǎn)的熱度不斷升溫，各金融機(jī)構(gòu)已經(jīng)有了一定的數(shù)據(jù)基礎(chǔ)�；跀�(shù)據(jù)挖掘手段開展精準(zhǔn)營銷、風(fēng)險管控、運(yùn)營優(yōu)化，已經(jīng)成為數(shù)據(jù)應(yīng)用的必然趨勢。未來，隨著物聯(lián)網(wǎng)等技術(shù)的不斷推廣，數(shù)據(jù)量的增速將更為迅猛，大數(shù)據(jù)應(yīng)用勢不可擋。在大數(shù)據(jù)轉(zhuǎn)型趨勢下，各企業(yè)也在思考如何不被市場淘汰，如何使數(shù)據(jù)的價值化。
大數(shù)據(jù)應(yīng)用一方面需要有數(shù)據(jù)可挖掘，另一方面需要數(shù)據(jù)分析專家。賦能金融企業(yè)內(nèi)部人員，使之成為業(yè)務(wù)感知能力強(qiáng)、分析技術(shù)過硬的雙料人才，是培養(yǎng)數(shù)據(jù)分析專家快捷、實際的途徑。因此，市場上急需一本金融業(yè)務(wù)與數(shù)據(jù)分析技術(shù)相融合的參考書。
基于對當(dāng)前金融機(jī)構(gòu)在數(shù)據(jù)分析中的痛點、通病的認(rèn)識，以及在業(yè)界一流企業(yè)和咨詢公司的實踐，我們決心編寫一本適合金融行業(yè)數(shù)據(jù)分析人員入門的圖書。
讀者對象
根據(jù)當(dāng)前金融行業(yè)數(shù)字化轉(zhuǎn)型先進(jìn)案例，我們知道客戶、產(chǎn)品、運(yùn)營等前臺部門，以及數(shù)據(jù)管理、風(fēng)險管理等中臺部門的從業(yè)人員均需要具備數(shù)據(jù)分析思維。也就是說，本書面向的讀者群包括：
營銷、運(yùn)營部門的數(shù)據(jù)分析師
風(fēng)控部門的從業(yè)人員
大數(shù)據(jù)部門的工程師
高校數(shù)學(xué)、統(tǒng)計學(xué)、金融工程、計算機(jī)科學(xué)及技術(shù)等專業(yè)的學(xué)生
科技金融、金融大數(shù)據(jù)相關(guān)行業(yè)的同人
本書特色
雖然數(shù)據(jù)分析已經(jīng)不是新概念，但是市面上系統(tǒng)地講解金融行業(yè)數(shù)據(jù)分析師如何成長的書不多。本書在業(yè)務(wù)方面涵蓋用戶畫像、客戶價值預(yù)測、精準(zhǔn)營銷預(yù)測等，在方法論方面涵蓋描述統(tǒng)計、假設(shè)推斷、預(yù)測性建模等。同時，本書貼合金融行業(yè)的分析軟件環(huán)境，將新興的Python與傳統(tǒng)的SAS相結(jié)合，以便于讀者快速掌握相關(guān)技術(shù)。
另外，市面上Python的編程基礎(chǔ)和機(jī)器學(xué)習(xí)圖書眾多，但是鮮有從數(shù)據(jù)分析角度進(jìn)行講解的，而且Python本身的數(shù)據(jù)分析軟件包也不完善。在本書中，筆者結(jié)合多年的數(shù)據(jù)分析咨詢經(jīng)驗，提供了常用的函數(shù)，便于讀者在實際工作中快速上手。
如何閱讀本書
本書共14章，分為3篇。
分析工具篇（第1～4章）：介紹SAS EG的菜單操作和Python的入門知識。
數(shù)據(jù)處理篇（第5～9章）：從構(gòu)建統(tǒng)計指標(biāo)和數(shù)據(jù)可視化開始講解，將數(shù)據(jù)查詢、數(shù)據(jù)整合、數(shù)據(jù)清洗相結(jié)合，構(gòu)建出滿足分析需求的數(shù)據(jù)集。
統(tǒng)計分析篇（第10～14章）：從假設(shè)檢驗開始，介紹如何從業(yè)務(wù)洞察中獲取靈感，然后用數(shù)據(jù)驗證靈感，并且根據(jù)得到的靈感構(gòu)建統(tǒng)計模型，以便預(yù)測客戶的未來價值或者營銷響應(yīng)的概率。
其中，統(tǒng)計分析篇通過實例講解數(shù)據(jù)分析應(yīng)用，相比于前兩篇更獨立。如果你是一名有編程經(jīng)驗的高手，可以直接閱讀這部分內(nèi)容。如果你是一名初學(xué)者，請一定從第1章的基礎(chǔ)理論知識開始學(xué)習(xí)。
勘誤和支持
請關(guān)注微信公眾號數(shù)據(jù)資管，以下載書中的演示數(shù)據(jù)和腳本，觀看教學(xué)視頻，交流問題和反饋意見。也可以發(fā)送郵件至453288431@qq.com與作者聯(lián)系。期待得到你們的真摯反饋！
致謝
首先，感謝指導(dǎo)過我們工作和寫作的各位領(lǐng)導(dǎo)、老師，正是他們的鼓勵和鞭策才使得本書終面市。
其次，感謝機(jī)械工業(yè)出版社華章公司的策劃編輯楊福川，他在這一年多時間中始終支持我們的寫作，鼓勵和幫助我們順利完稿。
后，謹(jǐn)以此書獻(xiàn)給我們親愛的家人，以及眾多熱愛金融數(shù)據(jù)分析的朋友們！

前言
分析工具篇
第1章　數(shù)據(jù)科學(xué)與數(shù)理統(tǒng)計2
1.1　數(shù)據(jù)科學(xué)的基本概念2
1.2　數(shù)理統(tǒng)計技術(shù)5
1.2.1　描述性統(tǒng)計分析5
1.2.2　統(tǒng)計推斷與統(tǒng)計建模6
第2章　SAS EG數(shù)據(jù)操作基礎(chǔ)8
2.1　SAS EG入門8
2.1.1　SAS EG簡介8
2.1.2　SAS EG的窗口及菜單9
2.2　訪問數(shù)據(jù)10
2.2.1　SAS EG實現(xiàn)方式11
2.2.2　SAS程序?qū)崿F(xiàn)方式13
2.3　定義SAS數(shù)據(jù)集13
2.3.1　SAS數(shù)據(jù)的相關(guān)概念13
2.3.2　SAS EG實現(xiàn)方式16
2.3.3　SAS程序?qū)崿F(xiàn)方式18
2.4　導(dǎo)入其他格式的數(shù)據(jù)文件19
2.4.1　SAS EG實現(xiàn)方式19
2.4.2　SAS程序?qū)崿F(xiàn)方式21
第3章　Python編程基礎(chǔ)22
3.1　Python概述22
3.2　Anaconda的安裝及使用方法23
3.2.1　下載與安裝23
3.2.2　使用Jupyter Notebook24
3.2.3　使用Spyder25
3.2.4　使用Conda管理第三方庫27
3.3　Python的基本數(shù)據(jù)類型29
3.3.1　字符串29
3.3.2　浮點型和整型29
3.3.3　布爾類型30
3.3.4　其他數(shù)據(jù)類型31
3.4　Python的基本數(shù)據(jù)結(jié)構(gòu)31
3.4.1　列表32
3.4.2　元組33
3.4.3　集合33
3.4.4　字典34
3.5　Python的編程結(jié)構(gòu)35
3.5.1　三種基本的編程結(jié)構(gòu)簡介35
3.5.2　順序結(jié)構(gòu)35
3.5.3　分支結(jié)構(gòu)36
3.5.4　循環(huán)結(jié)構(gòu)37
3.6　Python的函數(shù)與模塊40
3.6.1　Python的函數(shù)40
3.6.2　Python的模塊42
3.7　使用Pandas讀寫結(jié)構(gòu)化數(shù)據(jù)43
3.7.1　讀數(shù)據(jù)43
3.7.2　寫數(shù)據(jù)46
第4章　在SAS EG中使用程序47
4.1　如何在SAS EG中使用程序47
4.2　SAS程序49
4.2.1　SAS程序分析簡介49
4.2.2　DATA步50
4.2.3　PROC步51
數(shù)據(jù)處理篇
第5章　描述性統(tǒng)計分析與制圖54
5.1　描述性統(tǒng)計分析54
5.1.1　變量度量類型與分布類型54
5.1.2　變量的統(tǒng)計量56
5.1.3　連續(xù)變量的分布與集中趨勢56
5.1.4　連續(xù)變量的離散程度58
5.1.5　數(shù)據(jù)分布的對稱與高矮59
5.2　制作報表與統(tǒng)計圖60
5.3　制圖步驟及統(tǒng)計圖適用場景64
5.4　利用SAS EG進(jìn)行統(tǒng)計分析67
5.4.1　連續(xù)變量描述性統(tǒng)計分析67
5.4.2　單因子頻數(shù)統(tǒng)計分析69
5.4.3　匯總統(tǒng)計分析72
5.4.4　繪制條形圖進(jìn)行統(tǒng)計分析76
5.4.5　繪制地圖進(jìn)行統(tǒng)計分析79
第6章　表數(shù)據(jù)的行處理82
6.1　數(shù)據(jù)篩選82
6.1.1　SAS EG實現(xiàn)方式82
6.1.2　SAS程序?qū)崿F(xiàn)方式84
6.2　排序與求秩87
6.2.1　SAS EG實現(xiàn)方式87
6.2.2　SAS程序?qū)崿F(xiàn)方式94
6.3　抽樣95
6.3.1　抽樣理論介紹95
6.3.2　SAS EG實現(xiàn)方式97
6.3.3　SAS程序?qū)崿F(xiàn)方式99
6.4　數(shù)據(jù)分組和匯總100
6.4.1　SAS EG實現(xiàn)方式100
6.4.2　SAS程序?qū)崿F(xiàn)方式102
第7章　表數(shù)據(jù)的列處理103
7.1　構(gòu)造列變量103
7.2　拆分列105
7.3　堆疊列107
7.4　轉(zhuǎn)置列110
7.4.1　SAS EG實現(xiàn)方式111
7.4.2　SAS 程序?qū)崿F(xiàn)方式113
7.5　對列重編碼114
7.5.1　SAS EG實現(xiàn)方式114
7.5.2　SAS程序?qū)崿F(xiàn)方式119
7.6　變量標(biāo)準(zhǔn)化119
7.6.1　SAS EG實現(xiàn)方式120
7.6.2　SAS程序?qū)崿F(xiàn)方式122
第8章　數(shù)據(jù)集的操作124
8.1　縱向連接124
8.1.1　SAS EG實現(xiàn)方式125
8.1.2　SAS程序?qū)崿F(xiàn)方式127
8.2　橫向連接131
8.2.1　SAS EG實現(xiàn)方式131
8.2.2　SAS程序?qū)崿F(xiàn)方式135
8.3　數(shù)據(jù)集的比較138
8.3.1　SAS EG實現(xiàn)方式138
8.3.2　SAS程序?qū)崿F(xiàn)方式141
8.4　創(chuàng)建格式142
8.4.1　相關(guān)理論介紹142
8.4.2　SAS EG實現(xiàn)方式143
8.4.3　SAS程序?qū)崿F(xiàn)方式146
8.5　刪除數(shù)據(jù)集、格式和視圖147
8.5.1　SAS EG實現(xiàn)方式147
8.5.2　SAS程序?qū)崿F(xiàn)方式148
第9章　利用Python處理數(shù)據(jù)149
9.1　數(shù)據(jù)整合150
9.1.1　行操作和列操作150
9.1.2　條件查詢152
9.1.3　橫向連接155
9.1.4　縱向合并157
9.1.5　排序159
9.1.6　分組匯總160
9.1.7　拆分與堆疊列163
9.1.8　賦值與條件賦值165
9.2　數(shù)據(jù)清洗167
9.2.1　重復(fù)值處理167
9.2.2　缺失值處理168
9.2.3　噪聲值處理170
9.3　實戰(zhàn)175
9.3.1　提取行為特征的RFM方法175
9.3.2　使用RFM方法計算變量176
9.3.3　數(shù)據(jù)整理與匯報177
統(tǒng)計分析篇
第10章　數(shù)據(jù)科學(xué)的統(tǒng)計推斷180
10.1　基本的統(tǒng)計學(xué)概念180
10.1.1　總體、樣本和統(tǒng)計量180
10.1.2　點估計、區(qū)間估計和中心極限定理181
10.2　假設(shè)檢驗186
10.2.1　理論介紹186
10.2.2　利用Python實現(xiàn)單樣本t檢驗189
10.2.3　利用SAS EG實現(xiàn)單樣本t檢驗189
10.2.4　利用SAS EG實現(xiàn)雙樣本t檢驗189
10.2.5　利用Python實現(xiàn)雙樣本t檢驗191
10.3　方差分析193
10.3.1　利用Python實現(xiàn)單因素方差分析193
10.3.2　利用SAS EG實現(xiàn)單因素方差分析198
10.3.3　利用Python實現(xiàn)多因素方差分析202
10.3.4

你還可能感興趣

我要評論