循序漸進學習商業(yè)分析：使用SAS與R語言

第1章  分析的過程 1
1.1  分析的定義 1
1.1.1  簡單的分析示例 2
1.1.2  典型日常工作 3
1.1.3  適合數(shù)據(jù)分析師職業(yè)的個人特質 3
1.2  分析的演變 4
1.2.1  質量運動 5
1.2.2  第二次世界大戰(zhàn) 7
1.2.3  統(tǒng)計的影響和涉及面 7
1.3  商業(yè)智能的曙光 8
第2章  了解SAS和R 11
2.1  選擇SAS和R的原因 11
2.1.1  市場概況 11
2.1.2  高級分析的定義 12
2.2  SAS和R的歷史 13
2.2.1  SAS的歷史 14
2.2.2  關于EG 15
2.2.3  獲得SAS Enterprise Guide軟件的方式 15
2.2.4  R的歷史 15
2.2.5  關于R的命名 16
2.2.6  關于R 16
2.2.7  關于RStudio 16
2.2.8  關于CRAN 18
2.2.9  關于R的附加軟件包 19
2.2.10  微軟公司收購Revolution Analytics的意義 20
2.3  安裝SAS和R 20
2.3.1  獲得SAS 20
2.3.2  SAS University Edition 21
2.3.3  SAS OnDemand for Academics 26
2.3.4  Education Analytical Suite 29
2.3.5  安裝R 29
第3章  使用SAS和R進行數(shù)據(jù)處理 33
3.1  定義：數(shù)據(jù)處理之前的階段 33
3.2  常見業(yè)務問題的基本理解 34
3.2.1  數(shù)據(jù)來源 36
3.2.2  使用基準創(chuàng)建定義陳述 36
3.3  從ERP到業(yè)務分析SaaS的數(shù)據(jù)流 37
3.3.1  主鍵 38
3.3.2  關系數(shù)據(jù)庫 38
3.4  數(shù)據(jù)完整性檢查 39
3.5  SAS案例研究1 39
3.5.1  問題陳述 40
3.5.2  導入數(shù)據(jù) 41
3.5.3  查看數(shù)據(jù) 42
3.5.4  收集和組織數(shù)據(jù) 44
3.5.5  可視化 47
3.5.6  執(zhí)行分析 50
3.6  R案例研究1 52
3.6.1  問題陳述 52
3.6.2  導入數(shù)據(jù) 53
3.6.3  查看數(shù)據(jù) 53
3.6.4  收集和組織數(shù)據(jù) 56
3.6.5  可視化 63
3.6.6  執(zhí)行分析 68
第4章  使用SAS和R發(fā)現(xiàn)有關數(shù)據(jù)的基本信息 73
4.1  關于描述性統(tǒng)計 73
4.1.1  有關推論和描述統(tǒng)計的更多信息 74
4.1.2  表格和描述性統(tǒng)計 75
4.1.3  關于頻率分布 76
4.2  SAS案例研究2 78
4.2.1  問題陳述 78
4.2.2  導入數(shù)據(jù) 79
4.2.3  查看數(shù)據(jù) 80
4.2.4  關于單變量過程 82
4.2.5  收集和組織數(shù)據(jù) 85
4.2.6  可視化 90
4.2.7  執(zhí)行分析 91
4.3  R案例研究2 92
4.3.1  問題陳述 92
4.3.2  導入數(shù)據(jù) 93
4.3.3  查看數(shù)據(jù) 93
4.3.4  收集和組織數(shù)據(jù) 95
4.3.5  可視化 102
4.3.6  執(zhí)行分析 102
4.4  使用描述性統(tǒng)計 104
4.4.1  集中趨勢的度量 104
4.4.2  散布的度量 105
4.4.3  差異分析 106
4.4.4  方差 107
第5章  可視化 111
5.1  可視化的定義 111
5.2  當今世界的數(shù)據(jù)可視化 113
5.3  進行數(shù)據(jù)可視化的理由 113
5.4  常見的圖形和圖表類型 115
5.5  SAS案例研究3 116
5.5.1  關于數(shù)據(jù) 116
5.5.2  數(shù)據(jù)內(nèi)容 116
5.5.3  定義 116
5.5.4  問題陳述 117
5.5.5  SAS解決方案 117
5.6  SAS代碼和解決方案 118
5.6.1  導入數(shù)據(jù) 118
5.6.2  查看內(nèi)容并了解變量 121
5.6.3  保留所需的變量 121
5.6.4  創(chuàng)建所需的欺詐指標變量 122
5.6.5  組織和整理數(shù)據(jù) 123
5.6.6  可視化y變量 125
5.7  R案例研究3 129
5.7.1  關于數(shù)據(jù) 129
5.7.2  數(shù)據(jù)內(nèi)容 130
5.7.3  定義 130
5.7.4  問題陳述 130
5.7.5  R中的解決方案 130
5.8  R代碼和解決方案 131
5.8.1  導入數(shù)據(jù) 131
5.8.2  查看內(nèi)容并了解變量 132
5.8.3  保留所需的變量 134
5.8.4  創(chuàng)建所需的欺詐指標變量 135
5.8.5  組織和整理數(shù)據(jù) 136
5.8.6  可視化y變量 137
5.9  相關性和協(xié)方差 141
5.10  對相關性的解釋 142
第6章  概率 143
6.1  概率的定義 143
6.2  獨立事件的概率：兩個或多個事件的概率 144
6.3  條件事件的概率：兩個或多個事件的概率 144
6.4  使用概率的原因 145
6.5  使用貝葉斯定理計算概率 146
6.5.1  貝葉斯定理的似然性 146
6.5.2  從條件概率推導貝葉斯定理 147
6.5.3  決策樹：用它來理解貝葉斯定理 148
6.6  計算概率的頻率 148
6.6.1  離散變量 148
6.6.2  連續(xù)變量 149
6.6.3  正態(tài)分布 149
6.6.4  變量不是正態(tài)分布的情形 150
6.7  SAS案例研究4 151
6.7.1  問題陳述 151
6.7.2  導入數(shù)據(jù) 152
6.7.3  查看數(shù)據(jù) 152
6.7.4  定義業(yè)務問題 153
6.7.5  可視化 154
6.7.6  查看變量的基本統(tǒng)計信息 156
6.7.7  組織和整理數(shù)據(jù) 158
6.7.8  SAS練習1 160
6.7.9  SAS練習2 165
6.8  R案例研究4 165
6.8.1  問題陳述 165
6.8.2  導入數(shù)據(jù) 166
6.8.3  查看數(shù)據(jù) 166
6.8.4  定義業(yè)務問題 167
6.8.5  可視化 168
6.8.6  查看變量的基本統(tǒng)計信息 169
6.8.7  組織和整理數(shù)據(jù) 170
6.8.8  執(zhí)行分析 173
6.8.9  R練習 179
第7章  樣本和抽樣分布 181
7.1  了解樣本 181
7.2  抽樣分布 185
7.2.1  離散均勻分布 187
7.2.2  二項分布 188
7.2.3  連續(xù)均勻分布 189
7.2.4  泊松分布 190
7.2.5  概率分布的使用 190
7.3  中心極限定理 190
7.4  大數(shù)定律 191
7.5  使用統(tǒng)計數(shù)據(jù)進行業(yè)務決策 192
7.6  參數(shù)檢驗 193
7.7  非參數(shù)檢驗 194
7.8  SAS案例研究5 195
7.8.1  問題陳述 195
7.8.2  導入數(shù)據(jù) 195
7.8.3  查看數(shù)據(jù) 196
7.8.4  組織和整理數(shù)據(jù) 197
7.8.5  執(zhí)行分析 201
7.9  R案例研究5 204
7.9.1  問題陳述 204
7.9.2  導入數(shù)據(jù) 204
7.9.3  收集和組織數(shù)據(jù) 204
7.9.4  可視化 205
7.9.5  執(zhí)行分析 207
第8章  分析的置信區(qū)間和正確性 213
8.1  確定統(tǒng)計結果的方式 213
8.2  關于P值 216
8.3  假設檢驗中的錯誤 218
8.4  SAS案例研究6 219
8.4.1  問題陳述 219
8.4.2  導入數(shù)據(jù) 219
8.4.3  查看數(shù)據(jù) 220
8.4.4  組織和整理數(shù)據(jù) 221
8.4.5  執(zhí)行分析 222
8.5  R案例研究6 223
8.5.1  問題陳述 223
8.5.2  導入數(shù)據(jù) 223
8.5.3  查看數(shù)據(jù) 223
8.5.4  組織和整理數(shù)據(jù) 225
8.5.5  執(zhí)行分析 226
第9章  結論和見解 229
9.1  關于見解 229
9.1.1  描述統(tǒng)計 230
9.1.2  圖表 231
9.1.3  推斷統(tǒng)計 231
9.1.4  差異統(tǒng)計 232
9.2  SAS案例研究7 232
9.2.1  問題陳述 233
9.2.2  導入數(shù)據(jù) 233
9.2.3  查看數(shù)據(jù) 233
9.2.4  組織和整理數(shù)據(jù) 233
9.2.5  可視化 234
9.2.6  執(zhí)行分析 239
9.3  R案例研究7 240
9.3.1  問題陳述 240
9.3.2  導入數(shù)據(jù) 241
9.3.3  查看數(shù)據(jù) 241
9.3.4  組織和整理數(shù)據(jù) 241
9.3.5  可視化 242
9.3.6  執(zhí)行分析 244