前言
分析工具篇
第1章　數據科學與數理統(tǒng)計2
1.1　數據科學的基本概念2
1.2　數理統(tǒng)計技術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數據操作基礎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　訪問數據10
2.2.1　SAS EG實現方式11
2.2.2　SAS程序實現方式13
2.3　定義SAS數據集13
2.3.1　SAS數據的相關概念13
2.3.2　SAS EG實現方式16
2.3.3　SAS程序實現方式18
2.4　導入其他格式的數據文件19
2.4.1　SAS EG實現方式19
2.4.2　SAS程序實現方式21
第3章　Python編程基礎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的基本數據類型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　其他數據類型31
3.4　Python的基本數據結構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的編程結構35
3.5.1　三種基本的編程結構簡介35
3.5.2　順序結構35
3.5.3　分支結構36
3.5.4　循環(huán)結構37
3.6　Python的函數與模塊40
3.6.1　Python的函數40
3.6.2　Python的模塊42
3.7　使用Pandas讀寫結構化數據43
3.7.1　讀數據43
3.7.2　寫數據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
數據處理篇
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　數據分布的對稱與高矮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　繪制條形圖進行統(tǒng)計分析76
5.4.5　繪制地圖進行統(tǒng)計分析79
第6章　表數據的行處理82
6.1　數據篩選82
6.1.1　SAS EG實現方式82
6.1.2　SAS程序實現方式84
6.2　排序與求秩87
6.2.1　SAS EG實現方式87
6.2.2　SAS程序實現方式94
6.3　抽樣95
6.3.1　抽樣理論介紹95
6.3.2　SAS EG實現方式97
6.3.3　SAS程序實現方式99
6.4　數據分組和匯總100
6.4.1　SAS EG實現方式100
6.4.2　SAS程序實現方式102
第7章　表數據的列處理103
7.1　構造列變量103
7.2　拆分列105
7.3　堆疊列107
7.4　轉置列110
7.4.1　SAS EG實現方式111
7.4.2　SAS 程序實現方式113
7.5　對列重編碼114
7.5.1　SAS EG實現方式114
7.5.2　SAS程序實現方式119
7.6　變量標準化119
7.6.1　SAS EG實現方式120
7.6.2　SAS程序實現方式122
第8章　數據集的操作124
8.1　縱向連接124
8.1.1　SAS EG實現方式125
8.1.2　SAS程序實現方式127
8.2　橫向連接131
8.2.1　SAS EG實現方式131
8.2.2　SAS程序實現方式135
8.3　數據集的比較138
8.3.1　SAS EG實現方式138
8.3.2　SAS程序實現方式141
8.4　創(chuàng)建格式142
8.4.1　相關理論介紹142
8.4.2　SAS EG實現方式143
8.4.3　SAS程序實現方式146
8.5　刪除數據集、格式和視圖147
8.5.1　SAS EG實現方式147
8.5.2　SAS程序實現方式148
第9章　利用Python處理數據149
9.1　數據整合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　數據清洗167
9.2.1　重復值處理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　數據整理與匯報177
統(tǒng)計分析篇
第10章　數據科學的統(tǒng)計推斷180
10.1　基本的統(tǒng)計學概念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　假設檢驗186
10.2.1　理論介紹186
10.2.2　利用Python實現單樣本t檢驗189
10.2.3　利用SAS EG實現單樣本t檢驗189
10.2.4　利用SAS EG實現雙樣本t檢驗189
10.2.5　利用Python實現雙樣本t檢驗191
10.3　方差分析193
10.3.1　利用Python實現單因素方差分析193
10.3.2　利用SAS EG實現單因素方差分析198
10.3.3　利用Python實現多因素方差分析202
10.3.4