点击刷新
配套教程 相关文章 课程评论
很抱歉，还没有和本课程相关的文章, 快来发布第一篇吧！
- 发布的内容要和课程内容匹配，建议原创。
- 转载的文章需经原作者同意，并标明出处。
- 编辑文章时要注意格式结构清晰。
- 创建和转载都可以获取学习猿地金猿宝。
综合评分：9.9 评分 请对课程进行点评，及学习过程中有困难疑惑可在学习区进行提问
您需要登录学习后才可以评价，
先学习后评论
课程讲师
2011年德国奥格斯堡大学，理论物理与数学双专业研究生
后在巴伐利亚州奥格斯堡环境科学研究中心和慕尼黑加兴Max-Planck研究院从事与能源战略和新能源开发工作。
擅长数据分析与数据挖掘，精通Python、VBA、R语言等
Python数据分析2.0-金融
总课时：21小时22分20秒
Python数据分析2.0-零售版
总课时：23小时43分09秒
数据分析方法论
总课时：07小时19分39秒
学习记录
继续学习>
学
88%
40%
4%
练
50%
75%
80%
测
25%
50%
25%
评
75%
75%
25%
第1章 认识数据分析与基本流程
1.1. 0.课程介绍
1.2. 1.什么是数据分析
1.3. 3.数据分析基本流程
第2章 了解数据与数据基本特征
2.1. 4.数据的呈现形式与数据特征
2.2. 5.数据样本
2.3. 6.数据分类
第3章 数据指标与指标体系创建
3.1. 7.指标与指标体系
3.2. 8.常用指标概述
3.3. 9.指标体系创建
3.4. 9.指标体系创建
第4章 数据分析方法论与应用
4.1. 10.数据分析方法论的定义与应用
4.2. 11.4p营销理论
4.3. 12.5w2h分析理论
4.4. 13.pest分析理论
4.5. 14.swot分析理论
4.6. 15.逻辑树分析理论
4.7. 16.用户行为理论
4.8. 17.人货场理论
第5章 数据分析方法与应用
5.1. 18.比较分析
5.2. 19.分组分析
5.3. 20.结构分析
5.4. 21.平均分析法
5.5. 22.交叉分析法
5.6. 23.综合评价法（1）
5.7. 24.综合评价法（2）
5.8. 25.综合评价法（3）
5.9. 26.综合评价法（4）
5.10. 27.杜邦分析法
5.11. 28.第八节细分分析法
5.12. 29.转化分析法
5.13. 30.公式分析法
5.14. 31.abc分析法
5.15. 32.归因分析法
5.16. 33.节留存分析法
5.17. 34.统计指标描述分析法