掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
(教)Python在數據分析中的應用——統計分析方法與計量模型實踐 版權信息
- ISBN：9787542969989
- 條形碼：9787542969989 ; 978-7-5429-6998-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
(教)Python在數據分析中的應用——統計分析方法與計量模型實踐 本書特色
Python是當前*流行的數據分析工具之一，在做數據分析時我們經常會用到一些統計學基礎知識和概念，如概率，分布，直方圖，箱體圖，分位數等，會構建統計分析模型和計量經濟模型進行探索性分析、回歸分析、方差分析、時間序列分析等，進行模型的參數估計和估計參數的假設檢驗等。本書關注Python在數據分析中的應用，結合具體示例講解如何應用Python進行多元回歸分析、如何進行多元統計分析推斷、如何設定模型和數據、如何識別和檢驗異方差性、如何進行面板數據的分析、如何構建聯立方程模型、時間序列模型并進行分析等內容。本書除了講解常用數據分析方法基礎理論之外，還針對具體應用示例，強調Python的實現方式，為每個應用示例編寫Python執行代碼，除了在書中展示具體代碼及其運行結果，本書配套提供每個示例所需數據和代碼。
(教)Python在數據分析中的應用——統計分析方法與計量模型實踐 內容簡介
Python是當前*流行的數據分析工具之一，在做數據分析時我們經常會用到一些統計學基礎知識和概念，如概率，分布，直方圖，箱體圖，分位數等，會構建統計分析模型和計量經濟模型進行探索性分析、回歸分析、方差分析、時間序列分析等，進行模型的參數估計和估計參數的假設檢驗等。本書關注Python在數據分析中的應用，結合具體示例講解如何應用Python進行多元回歸分析、如何進行多元統計分析推斷、如何設定模型和數據、如何識別和檢驗異方差性、如何進行面板數據的分析、如何構建聯立方程模型、時間序列模型并進行分析等內容。本書除了講解常用數據分析方法基礎理論之外，還針對具體應用示例，強調Python的實現方式，為每個應用示例編寫Python執行代碼，除了在書中展示具體代碼及其運行結果，本書配套提供每個示例所需數據和代碼。
(教)Python在數據分析中的應用——統計分析方法與計量模型實踐 目錄
**章 應用Python擬合多元線性回歸模型
**節 多元線性回歸模型
第二節 普通*小二乘法的Python實現
第二章 應用Python進行多元統計分析推斷
**節 多元統計分析推斷的基本原理
第二節 單個總體參數的假設檢驗的Python實現
第三節 置信區間
第四節 線性組合假設檢驗
第三章 應用Python擬合多元非線性回歸模型
**節 標準化回歸模型
第二節 含有其他形式的回歸模型
第三節 將回歸模型用于預測
第四章 應用Python檢驗模型設定和數據問題
**節 模型誤設
第二節 代理變量
第三節 異常觀測值
第五章 應用Python處理含虛擬變量的多元回歸模型
**節 自變量為二值虛擬變量的情形
第二節 自變量為多類別虛擬變量的情形
第三節 自變量為虛擬變量時的交互作用
第四節 因變量為二值虛擬變量的情形
第六章 應用Python處理異方差性
**節 異方差性及其影響
第二節 異方差性檢驗
第三節 異方差性處理
第七章 應用Python處理簡單面板數據
**節 獨立混合橫截面數據分析
第二節 兩期面板數據分析
第八章 應用Python估計工具變量
**節 遺漏變量和工具變量
第二節 工具變量相關檢驗
第三節 其他條件下的2SLS應用
第九章 應用Python處理多期面板數據
**節 面板數據處理的固定效應和隨機效應方法
第二節 使用Python工具包linearmodels處理面板數據
第十章 應用Python處理聯立方程組
**節 聯立方程組的關鍵概念
第二節 方程組參數估計方法的Python實現
第十一章 應用Python處理時間序列數據
**節 時間序列數據分析的基本模型
第二節 不同特征的時間序列數據分析
附錄 應用Python進行數據分析的基礎
**節 Python概述
第二節 Python數據處理和計算
第三節 Python繪圖
第四節 常用Python統計分析語法
**節 多元線性回歸模型
第二節 普通*小二乘法的Python實現
第二章 應用Python進行多元統計分析推斷
**節 多元統計分析推斷的基本原理
第二節 單個總體參數的假設檢驗的Python實現
第三節 置信區間
第四節 線性組合假設檢驗
第三章 應用Python擬合多元非線性回歸模型
**節 標準化回歸模型
第二節 含有其他形式的回歸模型
第三節 將回歸模型用于預測
第四章 應用Python檢驗模型設定和數據問題
**節 模型誤設
第二節 代理變量
第三節 異常觀測值
第五章 應用Python處理含虛擬變量的多元回歸模型
**節 自變量為二值虛擬變量的情形
第二節 自變量為多類別虛擬變量的情形
第三節 自變量為虛擬變量時的交互作用
第四節 因變量為二值虛擬變量的情形
第六章 應用Python處理異方差性
**節 異方差性及其影響
第二節 異方差性檢驗
第三節 異方差性處理
第七章 應用Python處理簡單面板數據
**節 獨立混合橫截面數據分析
第二節 兩期面板數據分析
第八章 應用Python估計工具變量
**節 遺漏變量和工具變量
第二節 工具變量相關檢驗
第三節 其他條件下的2SLS應用
第九章 應用Python處理多期面板數據
**節 面板數據處理的固定效應和隨機效應方法
第二節 使用Python工具包linearmodels處理面板數據
第十章 應用Python處理聯立方程組
**節 聯立方程組的關鍵概念
第二節 方程組參數估計方法的Python實現
第十一章 應用Python處理時間序列數據
**節 時間序列數據分析的基本模型
第二節 不同特征的時間序列數據分析
附錄 應用Python進行數據分析的基礎
**節 Python概述
第二節 Python數據處理和計算
第三節 Python繪圖
第四節 常用Python統計分析語法
展開全部
書友推薦
- >
我與地壇
- >
苦雨齋序跋文-周作人自編集
- >
龍榆生：詞曲概論/大家小書
- >
唐代進士錄
- >
山海經
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
煙與鏡
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
