第1章 緒論001
1.1 數(shù)據(jù)與大數(shù)據(jù)基本概念 001
1.1.1 數(shù)據(jù)的內(nèi)涵 001
1.1.2 大數(shù)據(jù)的概念和特征 002
1.2 大數(shù)據(jù)處理與分析 004
1.2.1 數(shù)據(jù)預(yù)處理 004
1.2.2 數(shù)據(jù)分析 006
1.2.3 不同數(shù)據(jù)分析技術(shù)之間的關(guān)系 009
1.3 大數(shù)據(jù)分析理念 009
1.3.1 分析全體,而非樣本 010
1.3.2 接受數(shù)據(jù)的混雜性 010
1.3.3 關(guān)注相關(guān)關(guān)系 011
1.4 生態(tài)環(huán)境大數(shù)據(jù)簡介 012
1.4.1 生態(tài)環(huán)境大數(shù)據(jù)的概念 012
1.4.2 生態(tài)環(huán)境大數(shù)據(jù)的 “5V”特征 012
1.4.3 人工智能在生態(tài)環(huán)境大數(shù)據(jù)領(lǐng)域的作用 013
1.5 主要數(shù)據(jù)分析工具簡介 014

第2章 Excel 數(shù)據(jù)處理和初步分析017
2.1 統(tǒng)計(jì)分析基本概念 017
2.1.1 總體、個(gè)體與樣本 017
2.1.2 變量 018
2.1.3 統(tǒng)計(jì)量和參數(shù) 018
2.2 Excel軟件界面 018
2.3 Excel數(shù)據(jù)文件創(chuàng)建 020
2.3.1 直接輸入數(shù)據(jù)及數(shù)據(jù)的類型 020
2.3.2 數(shù)據(jù)填充 023
2.3.3 導(dǎo)入數(shù)據(jù) 027
2.4 Excel數(shù)據(jù)編輯 029
2.4.1 數(shù)據(jù)編輯一般操作 029
2.4.2 數(shù)據(jù)查找和替換 030
2.4.3 數(shù)據(jù)排序 030
2.4.4 數(shù)據(jù)篩選 031
2.4.5 數(shù)據(jù)標(biāo)識 033
2.5 Excel圖表 034
2.5.1 Excel圖表組成 034
2.5.2 柱形圖和條形圖 035
2.5.3 折線圖 038
2.5.4 組合圖 040
2.5.5 餅圖和圓環(huán)圖 042
2.5.6 散點(diǎn)圖和氣泡圖 045
2.5.7 具有誤差線的圖表 047
2.5.8 雷達(dá)圖 048
2.6 Excel數(shù)據(jù)特征的描述 051
2.6.1 數(shù)據(jù)集中趨勢 051
2.6.2 數(shù)據(jù)離散趨勢 053
2.6.3 頻數(shù)分布 056
2.7 Excel參數(shù)估計(jì) 061
2.7.1 點(diǎn)估計(jì) 061
2.7.2 區(qū)間估計(jì) 061
2.7.3 總體均值的區(qū)間估計(jì) 062
2.8 假設(shè)檢驗(yàn)與t檢驗(yàn) 065
2.8.1 假設(shè)檢驗(yàn) 065
2.8.2 t檢驗(yàn) 066
2.9 方差分析 070
2.9.1 方差分析基本概念 070
2.9.2 方差分析的基本原理 071
2.9.3 單因素方差分析 071
2.10 相關(guān)分析 075
2.10.1 事物之間的關(guān)系 075
2.10.2 相關(guān)關(guān)系的判斷 075
2.10.3 相關(guān)關(guān)系與因果關(guān)系 076
2.11 線性回歸分析 077
2.11.1 回歸分析的基本概念 077
2.11.2 線性回歸模型的檢驗(yàn) 078
2.11.3 應(yīng)用線性回歸模型時(shí)的注意事項(xiàng) 078

第3章　SPSS 數(shù)據(jù)分析082
3.1 SPSS發(fā)展歷程 082
3.2 SPSS軟件界面 082
3.3 SPSS數(shù)據(jù)文件的建立與存儲 083
3.3.1 直接輸入數(shù)據(jù) 083
3.3.2 導(dǎo)入數(shù)據(jù) 087
3.3.3 導(dǎo)出數(shù)據(jù) 089
3.4 SPSS數(shù)據(jù)編輯 090
3.4.1 數(shù)據(jù)編輯一般操作 090
3.4.2 數(shù)據(jù)查找和替換 090
3.4.3 數(shù)據(jù)排序 090
3.4.4 數(shù)據(jù)篩選 091
3.4.5 計(jì)算變量 093
3.4.6 變量編碼 094
3.5 SPSS描述統(tǒng)計(jì) 098
3.5.1 數(shù)據(jù)集中趨勢與離散趨勢 098
3.5.2 SPSS頻數(shù)分布分析 100
3.6 區(qū)間估計(jì) 104
3.7 t檢驗(yàn) 106
3.7.1 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn) 106
3.7.2 常用的t檢驗(yàn)方法 106
3.8 方差分析 111
3.8.1 單因素方差分析 111
3.8.2 雙因素方差分析 114
3.8.3 多元方差分析 118
3.8.4 重復(fù)測量方差分析 120
3.9 非參數(shù)檢驗(yàn) 122
3.9.1 數(shù)據(jù)分布檢驗(yàn) 122
3.9.2 秩和檢驗(yàn) 125
3.10 相關(guān)分析 131
3.11 線性回歸分析 133

第4章 Origin 數(shù)據(jù)可視化139
4.1 數(shù)據(jù)可視化的概念和作用 139
4.2 Origin簡介 139
4.3 OriginPro界面 140
4.4 OriginPro數(shù)據(jù)文件的建立 141
4.4.1 直接輸入數(shù)據(jù) 141
4.4.2 導(dǎo)入數(shù)據(jù) 142
4.4.3 復(fù)制/粘貼數(shù)據(jù) 143
4.5 OriginPro數(shù)據(jù)文件編輯 143
4.5.1 快速填充 143
4.5.2 列屬性 144
4.5.3 行和列的其他操作 145
4.6 2D圖形繪制基本技巧 145
4.6.1 圖形創(chuàng)建與基本設(shè)置 145
4.6.2 認(rèn)識圖層 152
4.6.3 繪制斷軸圖 156
4.6.4 帶有誤差線和數(shù)據(jù)標(biāo)簽的圖形 159
4.6.5 向散點(diǎn)圖中添加回歸直線 162
4.7 2D圖形繪制進(jìn)階技巧 164
4.7.1 “圖表繪制”——強(qiáng)大的工具 164
4.7.2 圖層管理 167
4.7.3 合并圖表 169
4.8 Origin作圖中需要注意的問題 172
4.8.1 2D與3D圖形的選擇 172
4.8.2 圖形配色 175
4.8.3 圖形輸出與發(fā)布 177

第5章 人工智能輔助生態(tài)環(huán)境數(shù)據(jù)分析簡介182
5.1 人工智能與大語言模型 182
5.2 國產(chǎn)大語言模型DeepSeek簡介 183
5.3 大語言模型輔助生態(tài)環(huán)境數(shù)據(jù)分析 185
5.4 人工神經(jīng)網(wǎng)絡(luò)的擴(kuò)展 189

參考文獻(xiàn)191