数据相关从业者应该都听过《对比Excel系列》图书,这个系列累计销量已超20w册,预计影响了10w+数据人。
本书的主线是围绕数据分析师所需要的统计学理论知识展开的
,层层递进,依次为描述性分析、概率和概率分布、抽样推断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。
本书详细目录为:
每个理论知识又由核心的3个部分组成:该理论知识在数据分析中的应用、理论知识讲解、Excel和Python 工具的实现
,让大家学完本书以后既学到了理论知识,也知道如何将理论知识在数据分析工作中应用,还知道如何用 Excel和Python去实现。
如下为书中关于假设检验的部分内容,左右滑动可以查看更多:
为什么要学统计学
如果大家平常有关注数据分析师的招聘要求,会注意到,大部分招聘简介都会要求熟悉统计学,很多面试官也会问统计学相关的知识
。这是因为随着数据分析专业性的提高,分析师的工作内容需要大量的理论作为支撑,而统计学就是被用得最多的理论,所以我们需要学习统计学。
本书特色
学习本书的主要目的是为了解决实际工作中的问题,所以关于理论知识部分,重点是要理解,而关于工具实现部分,和学习大多数工具一样,只有多练习,才能熟练掌握。
本书读者对象
本书主要适合以下群体阅读:
- 已经从事数据分析工作的读者,想要学习统计学相关知识提高自身专业能力;
- 应届毕业生及想要转行成为数据分析师的读者,需要为面试做准备;
- 产品及运营人员,希望对统计学知识有所了解,方便和数据分析师进行沟通。