《Python程序设计——编程基础、Web开发及数据分析》系统讲述了Python程序设计的基础知识。全书共15章，内容包括：Python概述、Python基本语法、Python的基本流程控制、Python的四种典型序列结构、Python函数、Python文件和数据库操作、面向对象程序设计、模块和包、字符串操作与正则表达式的使用、错误及异常处理、GUI编程、网络和多线程编程、基于Flask框架的We
电子书
内容简介
Python是当前最流行的数据分析工具之一，在做数据分析时我们经常会用到一些统计学基础知识和概念，如概率，分布，直方图，箱体图，分位数等，会构建统计分析模型和计量经济模型进行探索性分析、回归分析、方差分析、时间序列分析等，进行模型的参数估计和估计参数的假设检验等。本书关注Python在数据分析中的应用，结合具体示例讲解如何应用Python进行多元回归分析、如何进行多元统计分析推断、如何设定模型和数据、如何识别和检验异方差性、如何进行面板数据的分析、如何构建联立方程模型、时间序列模型并进行分析等内容。本书除了讲解常用数据分析方法基础理论之外，还针对具体应用示例，强调Python的实现方式，为每个应用示例编写Python执行代码，除了在书中展示具体代码及其运行结果，本书配套提供每个示例所需数据和代码。
章节目录
- 封面
- 扉页
- 版权页
- 前言
- 目录
- 第一章 应用Python拟合多元线性回归模型
- 第一节 多元线性回归模型
- 第二节 普通最小二乘法的Python实现
- 第二章 应用Python进行多元统计分析推断
- 第一节 多元统计分析推断的基本原理
- 第二节 单个总体参数的假设检验的Python实现
- 第三节 置信区间
- 第四节 线性组合假设检验
- 第三章 应用Python拟合多元非线性回归模型
- 第一节 标准化回归模
- 第二节 含有其他形式的回归模型
- 第三节 将回归模型用于预测
- 第四章 应用Python检验模型设定和数据问题
- 第一节 模型误设
- 第二节 模代理变量
- 第三节 异常观测值
- 第五章 应用Python处理含虚拟变量的多元回归模型
- 第一节 自变量为二值虚拟变量的情形
- 第二节 自变量为多类别虚拟变量的情形
- 第三节 自变量为虚拟变量时的交互作用
- 第四节 因变量为二值虚拟变量的情形
- 第六章 应用Python处理异方差性
- 第一节 异方差性及其影响
- 第二节 异方差性检验
- 第三节 异方差性处理
- 第七章 应用Python处理简单面板数据
- 第一节 独立混合横截面数据分析
- 第二节 两期面板数据分析
- 第八章 应用Python估计工具变量
- 第一节 遗漏变量和工具变量
- 第二节 工具变量相关检验
- 第三节 其他条件下的2SLS应用
- 第九章 应用Python处理多期面板数据
- 第一节 面板数据处理的固定效应和随机效应方
- 第二节 使用Python工具包linearmodels处理面板数据
- 第十章 应用Python处理联立方程组
- 第一节 联立方程组的关键概念
- 第二节 方程组参数估计方法的Python实现
- 第十一章 应用Python处理时间序列数据
- 第一节 时间序列数据分析的基本模型
- 第二节 不同特征的时间序列数据分析
- 附录 应用Python进行数据分析的基础
- 第一节 Python概述
- 第二节 Python数据处理和计算
- 第三节 Python绘图
- 第四节 常用Python统计分析语法
展开全部
Python在数据分析中的应用——统计分析方法与计量模型实践是2022年由立信会计出版社出版,作者饶艳超。
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在数据分析中的应用——统计分析方法与计量模型实践》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
随着云计算、大数据等的快速发展，越来越多的组织用信息化手段进行流程管理。如何提升流程执行的智能化程度、动态性和柔性，以提高对非标准业务的管理效率，是流程管理面临的一个重要问题。本书基于流程管理系统积累的日志，提出了3种流程管理的工作流活动推荐方法，分别为基于用户类别近邻的活动推荐方法、基于Pearson相关系数的活动推荐方法和基于协同过滤的活动推荐方法，并介绍了一种流程信息的可视化算法，实现了一个
电子书
随着企业数字化转型不断深化，企业对数据库工程师的需求越来越大。本书结合实际工作场景，将企业数据库运维的相关工作分为10个项目，内容包括了解数据库运维工作，安装和配置MySQL，管理MySQL权限与安全，分析MySQL日志，备份与恢复MySQL，监控、测试并优化MySQL性能，MySQL复制，搭建及运维MySQLCluster，结合Redis的MySQL运维，数据库自动化运维。本书配套教学PPT、题
电子书
本书主要介绍如何使用Python处理Excel数据。本书内容分为三大部分：第一部分主要介绍数据分析的概念和Python基础；第二部分通过蜂蜜电商数据分析案例详细介绍数据分析的技术要点，包括读写Excel文件所需的xlwings库和openpyxl库、数据分析的pandas核心库，以及数据可视化常用的Matplotlib库和Seaborn库；第三部分包括个人消费贷款数据分析和螺蛳粉连锁店销售数据分析
电子书
本书展示了如何在业务场景中应用机器学习，全书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力，阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线，研究六个场景，这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型，还介绍了一些案例。
电子书
本书包括建筑防火，消防设施防火、安装、监测与维护管理，其他建筑、场所防火，消防安全评估，消防安全管理五篇及冲刺试卷，介绍了生产和储存物品的火灾危险性分类、建筑分类与耐火等级、消防给水、水喷雾灭火系统、石油化工防火、火灾风险评估等内容，最后收录了两套冲刺试卷，并附有参考答案。
电子书
本书共9章，主要内容包括：Python语法基础、Python数据结构、函数和类、正则表达式与格式化输出、Numpy和Pandas、数据处理与分析、网络爬虫、数据可视化、应用案例分析。
电子书
全书共分为10章，第1-2章介绍了数据科学的基础知识以及数据科学所需的各项技术；第3-5章涵盖了Python的语法基础，函数、模块与组合数据类型，文件读写；第6章介绍了网络爬虫的数据采集及方法；第7-8章重点介绍了数据分析过程中的两个重要模块：numpy和pandas；第9章介绍了数据可视化与应用；第10章结合之前的内容，以一个综合案例进行了实战分析。本书配有电子课件、电子教案、教学大纲、习题答案
