Python 商業數據分析

全書工12章，主要內容包括：商業數據分析概論、Python商業數據存取、Python商業數據的圖形繪制與可視化、Python描述性統計、Python參數估計、Python參數假設檢驗、Python相關分析、Python一元線性回歸分析、Python多元線性回歸分析、Python時間序列分析應用、Python量化金融數據分析、Python人工智能機器學習中的應用。

本書緊跟大數據與人工智能時代，內容新穎、全面，實用性強，融理論、方法、應用於一體，是一部供統計學、數量經濟學、管理科學與工程、應用數學、計算數學、概率統計、金融工程、投資學、金融專業碩士、金融學、經濟學、財務管理、會計學、工商管理、MBA等專業的本科高年級學生與研究生學習商業數據分析、商業統計、計量經濟學等課程使用的教材或實驗參考書。

朱顺泉，湖南邵阳人，广东财经大学教授、硕士生导师；上海社会科学院客座教授、中国软科学研究会理事。1992年7月毕业于湖南大学计算数学专业，获理学硕士学位；2001年7月毕业于中南大学管理科学与工程专业金融工程方向，获管理学博士学位，2004年7月上海财经大学应用经济学博士后研究出站。曾先后工作于湖南财经学院、湖南大学、暨南大学。

第 1章 商業數據分析概論

1.1商業數據分析的概念及其應用

1.2商業數據類型

1.3商業數據來源

1.4商業數據分析工具簡介

1.5　Python商業數據分析工具的下載和安裝

1.6　Python的啟動和退出

1.7　Python商業數據分析相關的程序包

1.8　Python商業數據分析快速入門

練習題

第　2章Python商業數據存取

2.1　Python-pandas的csv格式本地數據存取

2.2　Python-pandas的Excel格式本地數據讀取

2.3挖地兔Tushare財經網站數據存取

2.4　Pandas_datareader包獲取國外財經網站數據

2.5商業數據分析的Pandas分組聚合（或分類匯總）

練習題

第3章Python商業數據的圖形繪制與可視化

3.1　Python-matplotlib繪圖基礎

3.2　Python直方圖的繪制

3.2　Python散點圖的繪制

3.3　Python氣泡圖的繪制

3.4　Python箱圖的繪制

3.5　Python餅圖的繪制

3.6　Python條形圖的繪制

3.7　Python折線圖的繪制

3.8　Python曲線標繪圖的繪制

3.9　Python連線標繪圖的繪制

3.10　Python3D圖的繪制

練習題

第4章Python描述性統計

4.1　Python描述性統計工具

4.2　Python數據集中趨勢的度量

4.3　Python數據離散狀況的度量

4.4　Python峰度、偏度與正態性檢驗

4.5　Python異常數據處理

練習題

第5章Python參數估計

5.1參數估計與置信區間的含義

5.2　Python點估計

5.3　Python單正態總體均值區間估計

5.4　Python單正態總體方差區間估計

5.5　Python雙正態總體均值差區間估計

5.6　Python雙正態總體方差比區間估計

練習題

第6章Python參數假設檢驗

6.1參數假設檢驗的基本理論

6.2　Python單個樣本t檢驗

6.3　Python兩個獨立樣本t檢驗

6.4　Python配對樣本t檢驗

6.5　Python單樣本方差假設檢驗

6.6　Python雙樣本方差假設檢驗

練習題

第7章Python相關分析

7.1相關系數的概念

7.2使用模擬數據計算變量之間的相關系數和繪圖

7.3使用本地數據計算變量之間的相關系數和繪圖

7.4使用網上數據計算變量之間的相關系數和繪圖

第8章Python一元線性回歸分析

8.1一元線性回歸分析基本理論

8.2應用Python-statsmodels工具作一元線性回歸分析

8.3應用Python-sklearn工具作一元線性回歸分析

練習題

第9章Python多元線性回歸分析

9.1多元線性回歸分析基本理論

9.2　Python多元線性回歸數據分析

9.3　用scikit-learn工具作多元回歸分析

9.4　Python穩健線性回歸分析

9.5　Python邏輯Logistic回歸分析

9.6　Python廣義線性回歸分析

9.7違背回歸分析假設的計量檢驗

9.8　Python自相關性診斷與消除

9.9　Python異方差診斷與消除

9.10　Python多重共線性的診斷與消除

練習題

第　10章Python時間序列分析應用

10.1時間序列基礎

10.2時間序列的相關概念及其Python應用

10.3自回歸(AR)模型

10.4移動平均(MA)模型

10.5自回歸移動平均ARMA模型

10.6差分自回歸移動平均ARIMA模型

10.7自回歸條件異方差模型(ARCH)及預測

10.8廣義自回歸條件異方差模型(GARCH)與波動率預測

練習題

第　11章Python量化金融數據分析應用

11.1　Python金融數據描述性統計

11.2　Python在戰勝股票市場策略可視化中的應用

11.3　Python在資產組合均值方差模型中應用

11.4　Python繪制投資組合有效邊界

11.5　Python繪制尋找Markowitz最優投資組合

11.6　Python實現量化金融投資統計套利協整配對交易策略

 

練習題

第　12章Python機器學習數據分析應用

12.1機器學習算法分類

12.2常見的機器學習算法及其Python代碼

12.3　Python實現K臨近算法銀行貸款分類

12.4　Python實現各種機器學習算法

12.5　Python實現K最近鄰法分類

練習題