相關主題
商品描述
常用的統計分析工具有Excel、R語言和SPSS等。目前，Python因使用簡單、模塊眾多，也廣泛應用於統計分析中。《利用Python學習統計分析》就是一本詳細介紹Python統計分析的入門書籍。書中從軟件安裝到基本語法、庫的使用方法都進行了詳細解析；對於統計分析，從描述統計、推斷統計到多變量分析等都有解析，涵蓋Python編程基礎、均值和方差、概率和概率分布、抽樣和估計、假設檢驗、相關分析、主成分分析和因子分析等，內容豐富，通俗易懂。本書特別適合大中專院校統計相關專業學生、想使用Python分析數據的數據分析人員等參考學習
作者簡介
山內長承，1975年畢業於東京大學工學部電子工學專業。1977年完成工學專業課程碩士課程。1978年進入斯坦福大學電氣工學專業，1984年退出博士課程，進入日本艾比·艾姆東京基礎研究所工作。2000年加入到東邦大學理學部情報科學科，任東邦大學理學部情報科學科教授。
目錄大綱
第1章 統計和Python
1.1 數據和統計學
1.2 淺析Excel、R和SPSS及Python
1.3 開發環境的下載、安裝和運行
1.3.1 開發環境的下載和安裝
1.3.2 運行Jupyter Notebook
1.3.3 保存運行結果和退出Jupyter Notebook
1.4 庫的安裝
第2章 Python編程
2.1 Python程序的結構
2.1.1 for循環語句
2.1.2 變量
2.1.3 Python的基本數據類型
2.1.4 列表推導式、enumerate和zip
2.1.5 Lambda表達式
2.1.6 面向對象
2.2 Python程序的書寫規範
第3章 描述統計——均值和方差
3.1 量和數據的種類
3.2 均值
3.2.1 均值的“代表值”
3.2.2 用Python計算均值
3.3 頻率分布、方差和偏差
3.3.1 頻率分布
3.3.2 四分位距和箱線圖
3.3.3 方差和標準差
3.3.4 使用Python繪制頻率分布圖
3.3.5 使用Python計算方差並繪制箱線圖
第4章 推斷統計（1）——概率和概率分布
4.1 離散現象的計數和概率
4.1.1 計數
4.1.2 概率
4.2 連續現象的概率分布
4.2.1 概率分布
4.2.2 代表性概率分布
第5章 推斷統計（2）——抽樣和估計
5.1 總體和抽樣
5.2 均值、方差和其他統計指標的點估計
5.2.1 通過樣本均值對總體均值進行點估計
5.2.2 通過樣本無偏方差估計總體方差
5.2.3 樣本的均值偏差（方差）
5.2.4 從正態總體中求出樣本方差的偏差
5.2.5 兩個正態總體的樣本均值之差的分布
5.2.6 兩個正態總體的樣本方差之比的分布
5.3 均值、方差和其他統計指標的區間估計
5.3.1 正態總體均值的區間估計
5.3.2 正態總體的方差區間估計
5.3.3 正態總體的總體均值之差的區間估計
5.3.4 正態總體的總體方差之比的區間估計
5.3.5 總體比例的區間估計
第6章 推斷統計（3）——假設檢驗
6.1 假設與檢驗
6.2 正態總體的相關假設檢驗
6.2.1 正態總體的均值檢驗——t檢驗
6.2.2 正態總體方差的X2檢驗
6.2.3 兩個正態總體均值之差——2樣本檢驗
6.2.4 兩個總體方差之比——F檢驗
6.2.5 X2（卡方）檢驗
第7章 多維數據分析（1）——兩個量的關系
7.1 相關分析——兩個量的關系分析
7.1.1 兩個定量變量之間的相關分析
7.1.2 相關系數的區間估計與檢驗（不相關檢驗）
7.2 從屬關系的分析——回歸分析
7.3 定性變量之間的關系
第8章 多維數據分析（2）——通過較少維度進行說明
8.1 主成分分析
8.2 因子分析
8.2.1 因子分析的思路
8.2.2 使用Python進行因子分析
