數據分析方法和模型書籍

1. 自學數據分析需要看哪些書的

第一大類：理論類。 理論層面的書籍，比如《大數據時代》 、《數據之巔》 。

第二大類：技術類。 技術層面的書籍，比如《Hadoop技術內幕》系列。這一類的書籍，主要是指系統技術類，在構建大數據系統時，系統如何運作，各系統組件的設計目標、框架結構、適用場景、工作原理、運作機制、實現功能等等。這類書籍，適合於IT系統部，開發部的技術人員。他們需要明白系統的運作機制，利用系統來實現大數據的應用開發，以及系統運維優化等。

第三大類：應用類。 應用層面的書籍，比如《數據挖掘技術》 、《基於SPSS的數據分析》等等。 這一類的書籍，主要是指應用技術類，告訴你如何應用工具和方法，從海量數據中提取有用的信息，來解決真實的業務問題。這類書籍，適合於業務部門、市場營銷部門及與業務結合比較緊密的人員。他們更關注業務問題的解決，圍繞業務問題來構建分析和解決方案。

2. 研究模型、演算法等相關知識所需要看的書籍

<<數學模型方法與演算法>>

市場價 ： ￥27.50

【內容簡介】
本書是普通高等教育「十五」國家級規劃教材，共有2篇:確定性模型,隨機與數據分析模型.包括11章:數學模型的概述,確定性模型,初等模型,微分方程模型,非線性系統的穩定性,優化模型,網路與復蓋模型,邏輯模型,概率分布法建模型,回歸分析法建模,時間序列建模.每章都有計算機的輔助計算模型和習題,便於讀者學習本章建模方法後,能用Matlab軟體在計算機上求解.本書適用於高等院校本科生,研究生及科技工作者.

【目錄信息】

第一章 數學模型概論. 1
1.1 數學模型的基本概念 1�
1.2 兩個典型的數學模型 2�
1.3 建立模型的步驟與能力 10�
1.4 數學模型的方法與分類 13�
1.5 數學建模常用的數學軟體 14�
習題1 17��
第二章 初等模型 20
2.1 核競爭模型 20�
2.2 實物交換模型 22�
2.3 供求問題 23�
2.4 量綱分析 28�
2.5 四肢動物體形問題 30�
2.6 跑步與走路步長的選擇 31�
2.7 包裝成本問題 34�
2.8 遺傳問題 35�
2.9 電腦化斷層攝影術的重構 42�
2.10 數學軟體求解線性方程組 50�
..
參考資料http://www.china-pub.com/732775

3. 如何自學成為數據分析師

數據分析師的基本工作流程：

1.定義問題

確定需要的問題，以及想得出的結論。需要考慮的選項有很多，要根據所在業務去判斷。常見的有：變化趨勢、用戶畫像、影響因素、歷史數據等。

2.數據獲取

數據獲取的方式有很多種：

一是直接從企業資料庫調取，需要SQL技能去完成數據提取等的資料庫管理工作。

二是獲取公開數據，政府、企業、統計局等機構有。

三是通過Python編寫網頁爬蟲。

3.數據預處理

對殘缺、重復等異常數據進行清洗。

4.數據分析與建模

這個部分需要了解基本的統計分析方法、數據挖掘演算法，了解不同統計方法適用的場景和適合的問題。

5.數據可視化和分析報告撰寫

學習一款可視化工具，將數據通過可視化最直觀的展現出來。

數據分析入門需要掌握的技能有：

1. SQL（資料庫）：

怎麼從資料庫取數據？怎麼取到自己想要的特定的數據？等這些問題就是你首要考慮的問題，而這些問題都是通過SQL解決的，所以SQL是數據分析的最基礎的技能。

2. excel

分析師更多的時候是在分析數據，分析數據時需要把數據放到一個文件里，就是excel。

熟練excel常用公式，學會做數據透視表，什麼數據畫什麼圖等。

3.Python或者R的基礎：

必備項，也是加分項，在數據挖掘方向是必備項，語言相比較工具更加靈活也更加實用。

4.學習一個可視化工具

如果你想往更高層次發展，上面的東西頂多隻佔20%，剩下的80%則是業務理解能力，目標拆解能力，根據數據需求更多新技能的學習能力。

4. 數據包絡分析模型與方法的圖書目錄

前言
第1章 數據包絡分析方法的研究進展
1.1 DEA方法的研究進展
1.2 DEA方法的工作步驟
1.3 DEA方法研究中值得關注的幾個方向
參考文獻
第2章 DEA基本模型——C2R模型
2.1 基於工程效率概念的DEA模型及DEA有效性
2.2 DEA有效性的判定方法
2.3 DEA方法與生產函數理論
2.4 DEA有效性與Pareto最優的關系
2.5 決策單元在DEA相對有效面上的「投影」
參考文獻
第3章 評價相對有效性的其他幾個重要DEA模型
3.1 評價技術有效性的BC2模型
3.2 具有無窮多個決策單元的C2W模型
3.3 錐比率的DEA模型——C2WH模型
參考文獻
第4章 判斷DEA有效性的演算法及程序設計
4.1 DEA軟體開發的必要性
4.2 C2R模型與BC2模型的演算法設計
4.3 C2R模型與BC2模型的計算機程序設計
4.4 判斷DEA有效(C2R，BC2)的一個新演算法
參考文獻
第5章 綜合DEA模型及其軟體系統設計
5.1 DEA模型中目標函數和約束條件的特徵分析
5.2 綜合DEA模型及其相關性質
5.3 基於目標規劃的綜合DEA模型及其性質
5.4 綜合DEA模型的軟體系統設計
參考文獻
第6章 DEA模型的工程效率含義研究
6.1 四個典型的DEA模型及DEA有效性概念
6.2 基於工程效率概念的綜合DEA模型及性質
6.3 DEA模型的工程效率含義
6.4 應用舉例
6.5 結束語
參考文獻
第7章 DEA方法的本質特徵與數據變換性質
7.1 DEA有效性的本質特徵
7.2 嚴格保序映射下的DEA有效性分析
7.3 應用偏序集理論研究數據變換的不變性
7.4 基於偏序集理論的DEA方法
7.5 P-DEA方法在一類數據離散型評價問題中的應用
參考文獻
第8章 樣本數據包絡面的研究與應用
8.1 基於樣本單元評價的廣義DEA模型
8.2 廣義DEA模型——(Sam-Eva)模型的含義分析
8.3 樣本數據包絡面整體移動的排序方法
8.4 廣義DEA方法在DEA有效單元分析中的應用
8.5 廣義DEA方法在單元組合問題中的應用
8.6 應用舉例
參考文獻
第9章 一種評價多層次復雜系統的DEA方法
9.1 應用DEA方法評價復雜系統問題的優點和不足
9.2 用於復雜系統指標分析的三維圖形法
9.3 一種評價多層次復雜系統的DEA模型
9.4 中國城市經濟社會整體發展效率的綜合評價
參考文獻
第10章 作用條件與作用效果的相關性分析方法
10.1 問題的描述和方法的適用范圍
10.2 作用效果有效性的綜合分析與度量
10.3 作用條件與作用效果有效性分析方法(Con-Eff)
10.4 算例分析與比較
10.5 結束語
參考文獻
第11章 基於DEA的經濟運行有效性分析方法
11.1 一種用於區域經濟效益評價的非參數方法
11.2 一種用於區域經濟業績評價的非參數方法
11.3 一種用於區域經濟發展可持續性評價的方法
11.4 用於區域經濟整體效率評價的DEA方法
參考文獻
第12章 用於公路網路綜合評價的DEA方法
12.1 用於交通網路整體水平評價的計量模型
12.2 基於(HTNE)模型的公路網整體有效性的含義
12.3 用於路網規劃與設計分析的定量方法
12.4 應用舉例，
參考文獻
第13章 基於DEA的風險評估方法研究
13.1 一種基於DEA的多風險綜合評價方法
13.2 降低風險措施有效性評價的一種非參數方法
參考文獻
第14章 一種評價組合有效性的非參數方法
14.1 評價聯合型組合問題的DEA模型
14.2 評價競爭型組合問題的DEA模型
14.3 評價重組型組合問題的DEA模型
14.4 評價組合有效性模型的相關性質
14.5 生產可能集的構造及模型含義
14.6 評價組合有效性模型的求解方法
14.7 基於DEA方法的企業組合有效性分析
參考文獻
第15章 高等學校計算機實驗室綜合績效評估方法
15.1 基於偏序集理論的績效評估模型
15.2 權重受限的(MaxE)模型
15.3 用於計算機實驗室績效評價的定量方法
參考文獻
第16章 基於DEA的生物信息評價方法
16.1 實驗裝置及實驗設計
16.2 電場處理種子幼苗單項評價指標分析與計算
16.3 用於電場處理效果綜合評價的DEA方法(Elc-Pla)
16.4 電場對小麥種子影響的結果分析
16.5 結束語
參考文獻

5. 數據包絡分析模型與方法的內容簡介

《數據包絡分析模型與方法》第1章綜述數據包絡分析方法30年的主要研究進展。第2，3章主要介紹數據包絡分析的一些基礎知識，其中也對個別定理進行了重新證明。第4，5章分別給出判斷DEA有效性的演算法及程序，並研究了綜合DEA模型及其軟體系統的設計方法。第6章針對C2R模型、BC2模型、FG模型、ST模型給出基於工程效率概念的DEA有效性含義。第7章研究DEA方法的本質特徵與數據變換性質。第8章給出樣本DEA方法。第9，10章研究一種評價多層次復雜系統的DEA方法及作用條件與作用效果的相關性分析方法。第11，12章探討基於DEA方法的區域經濟效率、效益、業績和可持續發展評價方法及用於區域公路交通網路綜合評價的方法。第13，14章給出基於DEA方法的風險評估方法及組合效率評價方法。第15，16章探討DEA方法在實驗室績效評占及電場影響作物效果評估中的應用。

6. 面板數據模型(計量分析）有哪些比較好的書籍推薦一下啊（最好是有實務操作的） 謝謝

http://bbs.pinggu.org/thread-1304707-1-1.html
王志剛編著《面板數據模型及其在經濟分析中的應用》

7. 我想學習有關數據方面的知識，像數據分析，數據統計等等，請大家幫我推薦幾本基礎的書！謝謝

相比於數據挖掘，數據分析更多在於利用一定的工具和一定的專業知識分析數據。最初的數據分析來源於統計學家和經濟學家的一些理論，進而結合一定的實際應用場景解決問題。數據分析更多的是偏重於業務層次的，對於大多數非計算機相關專業人士來說，掌握一般的數據分析方法是十分有用的，入門上手也相對簡單。
1 數學和專業的預備知識
概率論：數據分析的重要數學基礎，要熟悉常見的一些概率分布。
統計學：數據分析最早的依賴基礎，通常和概率論一起應用，數據分析要掌握常見的均值、方差、協方差等。
心理學：數據分析往往要結合不同的學科知識進行分析，在數據分析的過程中，分析人員往往要結合用戶的心理進行結果的調整和分析。
專業知識：一般來說，數據分析人員是對某一特定領域進行分析，這就要求分析人員具備一定的行業的專業知識。
2 使用數據分析軟體
SPSS:功能非常強大非常專業的數據統計軟體，界面友好，輸出結果美觀漂亮。SPSS軟體具有信息的採集、處理、分析進行全面評估和預測等功能。包含廣義線性混合模型、自動線性模型、一個統計網頁入口portal和直復營銷direct marketing功能。
SAS: 是一個模塊化、集成化的大型應用軟體系統，由數十個專用模塊構成，功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等等。
Excel:辦公套件中最能勝任數據分析的軟體，簡單實用。
Sql:非計算機專業的數據分析人員要操作數據必備的資料庫語言。
R: 近年興起的數據分析編程語言，數據可視化做的比較好，語法簡單，學習成本很低，很多非程序設計人員都可以數量掌握。
3 數據分析模型選取
數據分析人員可以藉助一些現場的分析軟體進行分析，這些軟體集成了一些良好的分析模型，分析人員可以根據自己的實際應用場景進行合適的模型選擇。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。
4 分析結果展示
數據分析的結果通過一些可視化圖形或者報表形式進行展示能夠增強對分析結果的理解。
常用的的分析結果展示方法有：
圖表展示：用一些柱狀圖、餅圖、盒圖等進行展示。
曲線展示：運用走勢曲線或者ROC曲線進行展示。
文字展示：通過語言文字描述進行結果的分析展示，但是不夠直觀。

8. 想學習數據分析，有哪些書籍或資料參考學習

入門數據分析類
師父領進門，修行在個人。下面這兩本書是入門數據分析必看的書籍，也是檢驗自己是否真的喜歡數據分析。
從0到1:《深入淺出數據分析》
為什麼是它？借用一位讀者的評價「我家的貓都喜歡這本書！」

01 內容簡介
以類似「章回小說」的活潑形式，生動地向讀者展現優秀的數據分析人員應知應會的技術；正文以後，意猶未盡地以三篇附錄介紹數據分析十大要務、R工具及ToolPak工具，在充分展現目標知識以外，為讀者搭建了走向深入研究的橋梁。
02 推薦理由
書名已經很好地表現出了這本書的優點——「深入淺出」。忘記煩惱，這本書與現實世界緊密互動，讓你不再只有枯燥的理論，並且將知識圖形化，復雜的概念簡單化。
經典小黃書：《誰說菜鳥不會數據分析》
是本很好的書，但看過之後，這本書就真一文不值了。

01 內容簡介
很多人看到數據分析就望而卻步，擔心門檻高，無法邁入數據分析的門檻。《誰說菜鳥不會數據分析》努力將數據分析寫成像小說一樣通俗易懂，使讀者可以在無形之中學會數據分析,按照數據分析工作的完整流程來講解。
02 推薦理由
數據分析的入門極品，但真的很入門,優缺兼有。對於入門理解來說是絕佳選擇,對之後的修煉還是不夠的。建議之前全都是自己瞎摸瞎撞搞數據分析的同學進行閱讀，頗有醍醐灌頂之感。
分析工具類

與數據分析相關的工具非常之多，我們常用的有Excel、PPT、SQL等。如果您想精通他們，直接在嗶哩嗶哩搜索聚數雲海，即可找到相關優質課程。
1.Excel
大家常說的Excel，但是不要以為你很會Excel！Excel是所有職場人必備的辦公軟體。Excel功能非常強大，在數據量不是很大的情況下，基本上都能用Excel實現數據分析。推薦如下書籍：
《Excel高效辦公數據處理與分析》

01 內容簡介
根據現代企業決策和管理工作的主要特點，從實際應用出發，介紹了Excel強大的數據處理與分析功能在企業決策和管理工作中的具體應用。
02 推薦理由
本書同時提供了大量需要你做的實例，學而不練是不存在的！
《別怕，Excel函數其實很簡單》

01 內容簡介
《別怕，Excel 函數其實很簡單》用淺顯易懂的圖文、生動形象的比喻以及大量實際工作中的經典案例，介紹了Excel最常用的一部分函數的計算原理和應用技巧,還介紹了數據的科學管理方法，以避免從數據源頭就產生問題。
02 推薦理由
適合希望提高辦公效率的職場人士，特別是經常需要處理分析大量數據並製作統計報表的相關人員，以及相關專業的高校師生閱讀,小白需謹慎！
2. SQL
SQL是數據分析的基礎，是想要學會數據分析能力的必備技能。那這里我只給大家介紹三本書，第一本書零基礎入門，第二是進階，第三本是SQL中的字典，話不多說，我們直接上架。
《SQL基礎教程》

01 推薦理由
介紹了關系資料庫以及用來操作關系資料庫的SQL語言的使用方法。書中通過豐富的圖示、大量示常式序和詳實的操作步驟說明，讓讀者循序漸進地掌握SQL的基礎知識和使用技巧，切實提高編程能力。每章結尾設置有練習題，幫助讀者檢驗對各章內容的理解程度。另外，本書還將重要知識點總結為「法則」，方便讀者隨時查閱。
本書107張圖表+209段代碼+88個法則，是零基礎進階人士必備！
SQL進階：《SQL進階教程》

01 推薦理由
本書是為志在向中級進階的資料庫工程師編寫的一本SQL技能提升指南。全書可分為兩部分，第一部分介紹了SQL語言不同尋常的使用技巧，帶領讀者從SQL常見技術，去探索新發現。旨在幫助讀者提升編程水平；第二部分著重介紹關系資料庫的發展史，把實踐與理論結合起來，旨在幫助讀者加深對關系資料庫和SQL語言的理解。
本書不適合小白！適合具有半年以上SQL使用經驗、已掌握SQL基礎知識和技能、希望提升自己編程水平的讀者閱讀。
SQL輔導書籍

01 推薦理由
本書是麻省理工學院、伊利諾伊大學等眾多大學的參考教材，由淺入深地講解了SQL的內容，實例豐富，便於查閱。本書沒有過多闡述資料庫基礎理論，而是專門針對一線軟體開發人員，直接從SQL SELECT開始，講述實際工作環境中最常用和最必需的SQL知識，實用性極強。
有一定SQL基礎的人士可以將它當做一本字典使用，遇到問題可以查找相應內用。
3.Python
「人生苦短，我用Python」。Python編程語言是最容易學習,並且功能強大的語言。但是很多人聲稱自己精通Python,自己卻寫不出Pythonic的代碼，對很多常用的包不是很了解。萬丈高樓平地起，咱們先從Python中最最基礎的開始。
《Python編程，從入門到實踐》

01 推薦理由
本書最大的特點就是零基礎完全不懂編程的小白也能夠學習，新手想學習選它絕對錯不了。知識點由淺入深循循漸進，並配有視頻教程手把手教學,同時所需的軟體也是免費的。本書也配有相關輔導書籍，有興趣的話可以去看看，但是請記住，這本書是最核心的。
《利用Python進行數據分析》

01 推薦理由
不像別的編程書一樣，從盤古開天闢地開始講起。這本書是直接應用到數據分析的，所以很多在數據分析上應用不那麼頻繁的模塊也就沒有講。
本書第二版針對Python 3.6進行了更新，並增加實際案例向你展示如何高效地解決一系列數據分析問題。你將在閱讀過程中學習到新版本的pandas、NumPy、IPython和Jupyter。
4.R語言
R是用於統計分析、繪圖的語言和操作環境。但是R是有一定難度的，沒有基礎的話請謹慎嘗試！推薦書籍：
《R語言入門與實踐》

01 推薦理由
本書通過三個精心挑選的例子，深入淺出地講解如何使用R語言玩轉數據。將數據科學家必需的專業技能融合其中，教會讀者如何將數據存儲到計算機內存中，如何在必要的時候轉換內存中的數據值，如何用R編寫自己的程序並將其用於數據分析和模擬運行。
案例提升類

《活用數據：驅動業務的數據分析實戰》

01 推薦理由
是一本用數據來幫助企業破解業務難題的實操書，有理論、有方法、有實戰案例。具有業務驅動、案例閉環、思維先導、實戰還原4大特色，同時在思路上清晰連貫，在表達上深入淺出，既能幫助數據分析從業者入門和提升，也能輔助企業各業務部門和各級管理人員做量化決策。
《精益數據分析》
01 推薦理由
本書展示了如何驗證自己的設想、找到真正的客戶、打造能賺錢的產品，以及提升企業知名度。30多個案例分析，全球100多位知名企業家的真知灼見，為你呈現來之不易、經過實踐檢驗的創業心得和寶貴經驗，值得每位創業家和企業家一讀。

9. 有什麼常用的數據分析以及數據處理的方法或者書籍

首先要面對和解決一下問題：
1、數據量大；
2、速度快；
3、類型多；
4、價值；
5、真實性。
分析的方面：
1.
可視化分析；
2.
數據挖掘演算法；
3.
預測性分析能力；
4.
語義引擎；
5.
數據質量和數據管理；
6.數據存儲，數據倉庫。

10. 做數據分析不得不看的書有哪些

數據化管理（黃老師的書）了解數據分析的邏輯。初學要會excel 再慢慢到access sql等數據分析的工具軟體。