넳 넲
  • ꁸ 回到顶部
  • ꂅ 0771-5671481
  • ꁗ QQ客服
  • ꀥ 微信二维码

数据分析与处理

理论指导

1. 大数据时代：数据分析能力重要性
2. 大数据时代：数据分析基础
3. 正态性检验方法介绍
4. 数据分析技术：数据差异的显著性检验
5. 数据分析方法：非正态数据转化正太数据
6. 均值差异性检验：Z检验和T检验综述
7. 均值差异性检验：方差分析综述
8. 数据分析技术：非参数检验
9. 数据分析技术：拟合优度检验
10. 数据分析技术：数据关联性分析综述
11. 数据分析技术：数据的归纳性分析
12. 数据分析技术：问卷（考卷）的信度与效度
13. 数据分析技术：相关性分析
14. 数据分析技术：数据分类很重要
15. 数据分析技术：回归分析
16. 数据分析技术：非参数检验
17. 数据分析技术：方差分析原理
18. 数据分析技术：总体均值的假设检验
19. 数据分析理论：方差分析模型
20. 数据分析技术：事后多重比较的方法介绍
21. 数据分析技术：常用实验设计方法介绍
22. 数据分析技术：交叉设计及结果分析
23. 数据分析技术：拉丁方设计；
24. 数据分析技术：混合线性模型；
25. 数据分析技术：信度与效度分析；
26. 数据分析技术：多重线性模型
27. 数据分析技术：路径分析入门；
28. 数据分析技术：Logistic回归分析原理；
29. 数据分析技术：主成分分析和因子分析；
30. 数据分析技术：聚类分析；
31. 数据分析技术：多维尺度分析
32. 数据分析技术：对数线性模型；
33. 数据分析技术：信度与效度；
34. 数据分析技术：生存分析；
35. 数据分析技术：时间序列分析理论
36. 数据分析技术：AR/MA/ARMA/ARIMA模型
37. 数据分析技术：决策树分析
38. 数据分析技术：神经网络算法
39. 数据分析技术：结构方程模型
40. 数据分析技术：中介效应及其建议方法介绍

实际操作

1. 二项分布及其实际应用场景

2. 多项分布及其实际应用场景

3. 泊松分布及其实际应用场景

4. 超几何分布及其实际应用场景

5. 指数分布及其实际应用场景

6. 贝塔分布及其实际应用场景

7. 均匀分布及其实际应用场景

8. 正态分布及其实际应用场景

9. 峰度与偏度及其实际运用

10. 正态分布作为二项分布的近似

11. 正态分布作为泊松分布的近似

12. 数据分析的“内核”：推断分析

13. 样本是准确分析的前提，抽取合格的样本？

14. 数据正确的处理“储存”方式

15. 样本到总体的桥梁：抽样分布

16. 均值抽样分布之Z分布

17. 均值抽样分布之T分布

18. 均值抽样分布之卡方分布&F分布

19. 推断性统计：从样本到总体

20.总体标准差的估计方法及精度

21.贝叶斯定理--概率的修正方法

22.贝叶斯定理（统计在生活中的应用）

23.随机变量的种类与描述

24.通俗归纳离散型概率分布

25.离散型概率分布：二项分布

26.离散型概率分布：泊松分布

27.简述泊松分布假设条件

28.概率分布关系：泊松分布作为二项分布近似

29.离散型分布概率：超几何分布

30.通俗归纳连续概率分布

31.连续型概率分布：平均分布

32.正态性检验方法介绍

33.连续型概率分析：指数分布

34.概率分布关系（2）：正态分布作为二项分布近似

35.概率分布关系（3）：正态分布作为泊松分布近似

36.推断性统计学：抽样设计

37.通俗解释“大数据”及推断性统计学：抽样分布

38.均值的抽样分布

39.抽样分布：详述均值的抽样分布及中心极限定理

40.抽样分布：T分布

 

我要做数据分析处理 >
价格：3000元