互联网
类型
可以朗读
语音朗读
158千字
字数
2021-11-01
发行日期
展开全部
主编推荐语
腾讯云等资深数据架构师、商业分析师20年经验,全流程讲解金融数据分析思路、方法、技巧,快速入门到精通。
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。
目录
- 版权信息
- 内容简介
- 作者简介
- 前言
- 分析工具篇
- 第1章 数据科学与数理统计
- 1.1 数据科学的基本概念
- 1.2 数理统计技术
- 第2章 SAS EG数据操作基础
- 2.1 SAS EG入门
- 2.2 访问数据
- 2.3 定义SAS数据集
- 2.4 导入其他格式的数据文件
- 第3章 Python编程基础
- 3.1 Python概述
- 3.2 Anaconda的安装及使用方法
- 3.3 Python的基本数据类型
- 3.4 Python的基本数据结构
- 3.5 Python的编程结构
- 3.6 Python的函数与模块
- 3.7 使用Pandas读写结构化数据
- 第4章 在SAS EG中使用程序
- 4.1 如何在SAS EG中使用程序
- 4.2 SAS程序
- 数据处理篇
- 第5章 描述性统计分析与制图
- 5.1 描述性统计分析
- 5.2 制作报表与统计图
- 5.3 制图步骤及统计图适用场景
- 5.4 利用SAS EG进行统计分析
- 第6章 表数据的行处理
- 6.1 数据筛选
- 6.2 排序与求秩
- 6.3 抽样
- 6.4 数据分组和汇总
- 第7章 表数据的列处理
- 7.1 构造列变量
- 7.2 拆分列
- 7.3 堆叠列
- 7.4 转置列
- 7.5 对列重编码
- 7.6 变量标准化
- 第8章 数据集的操作
- 8.1 纵向连接
- 8.2 横向连接
- 8.3 数据集的比较
- 8.4 创建格式
- 8.5 删除数据集、格式和视图
- 第9章 利用Python处理数据
- 9.1 数据整合
- 9.2 数据清洗
- 9.3 实战
- 统计分析篇
- 第10章 数据科学的统计推断
- 10.1 基本的统计学概念
- 10.2 假设检验
- 10.3 方差分析
- 10.4 相关分析
- 10.5 列联表分析与卡方检验
- 第11章 构造连续变量的预测模型
- 11.1 线性回归模型介绍
- 11.2 模型的构建
- 11.3 线性回归模型的诊断
- 11.4 建模流程
- 11.5 利用SAS EG实现客户价值预测
- 第12章 构造二分类变量的预测模型
- 12.1 逻辑回归入门
- 12.2 模型表现优劣的评估
- 12.3 多水平值分类变量的逻辑回归
- 12.4 关于构造因果关系模型的讨论
- 12.5 利用SAS EG实现贷款违约可能性预测
- 第13章 描述性数据分析方法
- 13.1 客户细分
- 13.2 连续变量间关系探索与变量压缩
- 13.3 聚类分析
- 第14章 时间序列分析
- 14.1 时间序列及其分析方法简介
- 14.2 利用效应分解法分析时间序列
- 14.3 平稳时间序列分析
- 14.4 非平稳时间序列分析
展开全部
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。