本书适合营运部、财务部、商品企化部、销售管理部、销售及需要做产品分析和销售报表的相关工作人员阅读。
电子书
内容简介
本书的目的是对经济管理大数据进行Python分析。本书的特征是直接针对经济管理数据库中提取的粗数据，一步步进行数据的清洗和Python分析，更加适合于初学者和现实应用。本书的目标读者主要是经济管理类型专业以及业界经管类工作人员。本书的主要经济管理知识涉及宏观经济、企业财务、企业管理等方面，针对现实运用中对企业经营管理经常需要涉及的分析报告需求，设置Python单比率时间序列分析、多指标比率分析以及构图分析，可用于单企业经营管理分析。其次，本书采用宏观经济数据以及微观企业上市数据，提取大数据采用Python因果推断和机器学习进行多企业的数据挖掘。可以把这本书看作是经济管理学科本科高年级学生进行大数据分析的教材或业界进行经济管理报告撰写的工具书。主要内容包括：数据挖掘基础及Python介绍，Python基础数据类型，Python经济管理比率分析，Python数据构图分析，Python数据线性因果关系推断，Python与数据统计推断，非线性因果关系推断，虚拟变量，异方差的Python应用，面板数据模型。
章节目录
- 封面
- 扉页
- 版权页
- 前 言
- 目 录
- 第1篇 Python数据分析基础
- 第1章 Python介绍
- 1.1 学习Python的目的
- 1.2 Python的发展历程
- 1.3 Python学习的基本思路
- 1.4 Python代码开发环境
- 1.5 Python的安装
- 1.6 学习Python的社会责任
- 第2章 Python基础
- 2.1 Python基础数据类型
- 2.2 NumPy 语 法
- 2.3 Pandas 语 法
- 实操案例 运用Pandas读取Excel数据并进行数据处理
- 第3章 Python数据获取、清洗以及常见的处理
- 3.1 数 据 获 取
- 3.2 数 据 清 洗
- 实操案例 数据一致性及缺失值的清理
- 3.3 常见的数据处理
- 第4章 Python数据构图分析
- 4.1 Matplotlib简介
- 4.2 图 像 要 素
- 4.3 画 图 类 型
- 实操案例 房价与房间数量的关系分析
- 第5章 Python经济管理比率分析
- 5.1 单指标变化率计算
- 5.2 多指标比率计算
- 实操案例 运用Python进行企业财务比率分析
- 第2篇 Python数据因果关系推断
- 第6章 Python数据线性因果关系推断
- 6.1 二元线性回归模型及其参数估计
- 6.2 普通最小二乘法的Python实现
- 实操案例6-1 企业股价的市场影响因素———线性回归模型
- 6.3 对数化模型的Python实现
- 实操案例6-2 企业流动性的影响因素———对数化模型
- 第7章 Python与数据统计推断
- 7.1 统计分析推断的数学表示
- 7.2 P值统计及图形解释
- 7.3 单双侧t检验及Python实现
- 实操案例7-1 企业偿债能力影响因素———单双侧t检验
- 7.4 置 信 区 间
- 7.5 线性组合的假设检验
- 实操案例7-2 企业偿债能力影响因素———线性组合假设检验
- 7.6 标准化回归模型的Python实现
- 实操案例7-3 企业成长性的影响因素———标准化回归
- 第8章 Python非线性因果关系推断
- 8.1 二次项模型
- 实操案例8-1 企业创新与企业规模的倒U形关系———二次项回归
- 8.2 交互项的理论意义及实现
- 实操案例8-2 企业成长性的财务影响因素———交互项分析
- 8.3 模型误设检验
- 第9章 虚 拟 变 量
- 9.1 虚拟变量概述
- 9.2 虚拟变量的Python实现
- 实操案例9-1 企业规模与资产负债率的因果关系推断———虚拟变量构造
- 9.3 二值变量交叉
- 实操案例9-2 金融危机与企业债务的分析———虚拟变量交叉项的回归
- 第10章 异方差的Python应用
- 10.1 异方差性概述
- 10.2 异方差性检验
- 10.3 异方差性处理———加权最小二乘法
- 实操案例 企业资本结构调整的影响因素———异方差检验及处理
- 第11章 面板数据模型
- 11.1 混 合 模 型
- 11.2 固定效应模型
- 11.3 随机效应模型
- 11.4 模型实操与比较
- 实操案例 企业营运能力的因果关系推断
- 第3篇 Python机器学习方法
- 第12章 Python机器学习基础介绍
- 12.1 机器学习的来源
- 12.2 机器学习的定义
- 12.3 机器学习的发展
- 12.4 机器学习的基础
- 12.5 机器学习的应用
- 12.6 机器学习的分类
- 12.7 机器学习的基本流程
- 第13章 Python机器学习的分类模型
- 13.1 逻辑回归模型(二值因变量模型)
- 13.2 KNN 算 法
- 13.3 支持向量机
- 13.4 决策树算法
- 实操案例 企业财务舞弊的影响因素分析———机器学习分析
展开全部
Python经济管理大数据分析是2024年由立信会计出版社出版,作者吴庆源。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Python经济管理大数据分析》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
运维数据治理开山之作，企业基础平台数据资源建设必备图书。
电子书
本书主要讲解商务数据的处理与分析，深入浅出地介绍了使用Excel编辑、分析和管理商务数据的方法，帮助读者快速、高效地完成商务数据的处理与分析工作。全书共11章：第1章主要介绍商务数据分析的基础知识；第2～5章主要介绍编辑与处理数据的方法；第6～11章主要介绍实际工作中不同类型数据的分析方法，并对Excel的常用函数、公式和数据分析工具等进行详细讲解。本书内容翔实、结构清晰、图文并茂，通过实际工作中
电子书
日本北海道综合开发共6期计划，本书分别介绍了这6期综合开发计划及有关政策法规。
电子书
以GLAD原则为主线，对症下药，各个突破。
电子书
本书共10章，内容包括：电子商务数据分析基础、电子商务数据指标体系搭建、电子商务数据采集、电子商务数据处理、电子商务数据分析方法、电子商务数据可视化、电子商务市场数据分析等。
电子书
本书以实践中商务数据分析工作的基本流程为主线，讲解相关人员在商务数据分析工作中所需掌握的基础知识，并通过“实践练习”环节提升读者应用所学知识来解决实际问题的能力。本书共7章。第1章概要介绍商务数据分析的基本情况，第2章～第6章讲解商务数据分析各个步骤的相关知识点及其应用，第7章要求读者综合应用前面各章内容完整地解决一个实践领域中的问题。本书每章都配备真实案例供读者学习，以增强读者的实战能力。本书配
电子书
本书包括电商数据分析认知、市场与行业数据分析、竞争数据分析、商品数据分析、客户数据分析、销售数据分析、供应链数据分析7个项目。全书按照“理论知识讲解+综合实操演练”的思路组织内容，并通过“同步练习”栏目帮助读者及时内化知识，通过“数据意识”“数据思维”“数据安全”等栏目培养“数据工匠精神”，提升职业素养。本书立足岗位，内容全面，既可以作为应用型本科院校、高职院校电子商务、经济管理等专业相关课程的教
