数据分析方法和模型书籍

1. 自学数据分析需要看哪些书的

第一大类：理论类。 理论层面的书籍，比如《大数据时代》 、《数据之巅》 。

第二大类：技术类。 技术层面的书籍，比如《Hadoop技术内幕》系列。这一类的书籍，主要是指系统技术类，在构建大数据系统时，系统如何运作，各系统组件的设计目标、框架结构、适用场景、工作原理、运作机制、实现功能等等。这类书籍，适合于IT系统部，开发部的技术人员。他们需要明白系统的运作机制，利用系统来实现大数据的应用开发，以及系统运维优化等。

第三大类：应用类。 应用层面的书籍，比如《数据挖掘技术》 、《基于SPSS的数据分析》等等。 这一类的书籍，主要是指应用技术类，告诉你如何应用工具和方法，从海量数据中提取有用的信息，来解决真实的业务问题。这类书籍，适合于业务部门、市场营销部门及与业务结合比较紧密的人员。他们更关注业务问题的解决，围绕业务问题来构建分析和解决方案。

2. 研究模型、算法等相关知识所需要看的书籍

<<数学模型方法与算法>>

市场价 ： ￥27.50

【内容简介】
本书是普通高等教育“十五”国家级规划教材，共有2篇:确定性模型,随机与数据分析模型.包括11章:数学模型的概述,确定性模型,初等模型,微分方程模型,非线性系统的稳定性,优化模型,网络与复盖模型,逻辑模型,概率分布法建模型,回归分析法建模,时间序列建模.每章都有计算机的辅助计算模型和习题,便于读者学习本章建模方法后,能用Matlab软件在计算机上求解.本书适用于高等院校本科生,研究生及科技工作者.

【目录信息】

第一章 数学模型概论. 1
1.1 数学模型的基本概念 1�
1.2 两个典型的数学模型 2�
1.3 建立模型的步骤与能力 10�
1.4 数学模型的方法与分类 13�
1.5 数学建模常用的数学软件 14�
习题1 17��
第二章 初等模型 20
2.1 核竞争模型 20�
2.2 实物交换模型 22�
2.3 供求问题 23�
2.4 量纲分析 28�
2.5 四肢动物体形问题 30�
2.6 跑步与走路步长的选择 31�
2.7 包装成本问题 34�
2.8 遗传问题 35�
2.9 电脑化断层摄影术的重构 42�
2.10 数学软件求解线性方程组 50�
..
参考资料http://www.china-pub.com/732775

3. 如何自学成为数据分析师

数据分析师的基本工作流程：

1.定义问题

确定需要的问题，以及想得出的结论。需要考虑的选项有很多，要根据所在业务去判断。常见的有：变化趋势、用户画像、影响因素、历史数据等。

2.数据获取

数据获取的方式有很多种：

一是直接从企业数据库调取，需要SQL技能去完成数据提取等的数据库管理工作。

二是获取公开数据，政府、企业、统计局等机构有。

三是通过Python编写网页爬虫。

3.数据预处理

对残缺、重复等异常数据进行清洗。

4.数据分析与建模

这个部分需要了解基本的统计分析方法、数据挖掘算法，了解不同统计方法适用的场景和适合的问题。

5.数据可视化和分析报告撰写

学习一款可视化工具，将数据通过可视化最直观的展现出来。

数据分析入门需要掌握的技能有：

1. SQL（数据库）：

怎么从数据库取数据？怎么取到自己想要的特定的数据？等这些问题就是你首要考虑的问题，而这些问题都是通过SQL解决的，所以SQL是数据分析的最基础的技能。

2. excel

分析师更多的时候是在分析数据，分析数据时需要把数据放到一个文件里，就是excel。

熟练excel常用公式，学会做数据透视表，什么数据画什么图等。

3.Python或者R的基础：

必备项，也是加分项，在数据挖掘方向是必备项，语言相比较工具更加灵活也更加实用。

4.学习一个可视化工具

如果你想往更高层次发展，上面的东西顶多只占20%，剩下的80%则是业务理解能力，目标拆解能力，根据数据需求更多新技能的学习能力。

4. 数据包络分析模型与方法的图书目录

前言
第1章 数据包络分析方法的研究进展
1.1 DEA方法的研究进展
1.2 DEA方法的工作步骤
1.3 DEA方法研究中值得关注的几个方向
参考文献
第2章 DEA基本模型——C2R模型
2.1 基于工程效率概念的DEA模型及DEA有效性
2.2 DEA有效性的判定方法
2.3 DEA方法与生产函数理论
2.4 DEA有效性与Pareto最优的关系
2.5 决策单元在DEA相对有效面上的“投影”
参考文献
第3章 评价相对有效性的其他几个重要DEA模型
3.1 评价技术有效性的BC2模型
3.2 具有无穷多个决策单元的C2W模型
3.3 锥比率的DEA模型——C2WH模型
参考文献
第4章 判断DEA有效性的算法及程序设计
4.1 DEA软件开发的必要性
4.2 C2R模型与BC2模型的算法设计
4.3 C2R模型与BC2模型的计算机程序设计
4.4 判断DEA有效(C2R，BC2)的一个新算法
参考文献
第5章 综合DEA模型及其软件系统设计
5.1 DEA模型中目标函数和约束条件的特征分析
5.2 综合DEA模型及其相关性质
5.3 基于目标规划的综合DEA模型及其性质
5.4 综合DEA模型的软件系统设计
参考文献
第6章 DEA模型的工程效率含义研究
6.1 四个典型的DEA模型及DEA有效性概念
6.2 基于工程效率概念的综合DEA模型及性质
6.3 DEA模型的工程效率含义
6.4 应用举例
6.5 结束语
参考文献
第7章 DEA方法的本质特征与数据变换性质
7.1 DEA有效性的本质特征
7.2 严格保序映射下的DEA有效性分析
7.3 应用偏序集理论研究数据变换的不变性
7.4 基于偏序集理论的DEA方法
7.5 P-DEA方法在一类数据离散型评价问题中的应用
参考文献
第8章 样本数据包络面的研究与应用
8.1 基于样本单元评价的广义DEA模型
8.2 广义DEA模型——(Sam-Eva)模型的含义分析
8.3 样本数据包络面整体移动的排序方法
8.4 广义DEA方法在DEA有效单元分析中的应用
8.5 广义DEA方法在单元组合问题中的应用
8.6 应用举例
参考文献
第9章 一种评价多层次复杂系统的DEA方法
9.1 应用DEA方法评价复杂系统问题的优点和不足
9.2 用于复杂系统指标分析的三维图形法
9.3 一种评价多层次复杂系统的DEA模型
9.4 中国城市经济社会整体发展效率的综合评价
参考文献
第10章 作用条件与作用效果的相关性分析方法
10.1 问题的描述和方法的适用范围
10.2 作用效果有效性的综合分析与度量
10.3 作用条件与作用效果有效性分析方法(Con-Eff)
10.4 算例分析与比较
10.5 结束语
参考文献
第11章 基于DEA的经济运行有效性分析方法
11.1 一种用于区域经济效益评价的非参数方法
11.2 一种用于区域经济业绩评价的非参数方法
11.3 一种用于区域经济发展可持续性评价的方法
11.4 用于区域经济整体效率评价的DEA方法
参考文献
第12章 用于公路网络综合评价的DEA方法
12.1 用于交通网络整体水平评价的计量模型
12.2 基于(HTNE)模型的公路网整体有效性的含义
12.3 用于路网规划与设计分析的定量方法
12.4 应用举例，
参考文献
第13章 基于DEA的风险评估方法研究
13.1 一种基于DEA的多风险综合评价方法
13.2 降低风险措施有效性评价的一种非参数方法
参考文献
第14章 一种评价组合有效性的非参数方法
14.1 评价联合型组合问题的DEA模型
14.2 评价竞争型组合问题的DEA模型
14.3 评价重组型组合问题的DEA模型
14.4 评价组合有效性模型的相关性质
14.5 生产可能集的构造及模型含义
14.6 评价组合有效性模型的求解方法
14.7 基于DEA方法的企业组合有效性分析
参考文献
第15章 高等学校计算机实验室综合绩效评估方法
15.1 基于偏序集理论的绩效评估模型
15.2 权重受限的(MaxE)模型
15.3 用于计算机实验室绩效评价的定量方法
参考文献
第16章 基于DEA的生物信息评价方法
16.1 实验装置及实验设计
16.2 电场处理种子幼苗单项评价指标分析与计算
16.3 用于电场处理效果综合评价的DEA方法(Elc-Pla)
16.4 电场对小麦种子影响的结果分析
16.5 结束语
参考文献

5. 数据包络分析模型与方法的内容简介

《数据包络分析模型与方法》第1章综述数据包络分析方法30年的主要研究进展。第2，3章主要介绍数据包络分析的一些基础知识，其中也对个别定理进行了重新证明。第4，5章分别给出判断DEA有效性的算法及程序，并研究了综合DEA模型及其软件系统的设计方法。第6章针对C2R模型、BC2模型、FG模型、ST模型给出基于工程效率概念的DEA有效性含义。第7章研究DEA方法的本质特征与数据变换性质。第8章给出样本DEA方法。第9，10章研究一种评价多层次复杂系统的DEA方法及作用条件与作用效果的相关性分析方法。第11，12章探讨基于DEA方法的区域经济效率、效益、业绩和可持续发展评价方法及用于区域公路交通网络综合评价的方法。第13，14章给出基于DEA方法的风险评估方法及组合效率评价方法。第15，16章探讨DEA方法在实验室绩效评占及电场影响作物效果评估中的应用。

6. 面板数据模型(计量分析）有哪些比较好的书籍推荐一下啊（最好是有实务操作的） 谢谢

http://bbs.pinggu.org/thread-1304707-1-1.html
王志刚编着《面板数据模型及其在经济分析中的应用》

7. 我想学习有关数据方面的知识，像数据分析，数据统计等等，请大家帮我推荐几本基础的书！谢谢

相比于数据挖掘，数据分析更多在于利用一定的工具和一定的专业知识分析数据。最初的数据分析来源于统计学家和经济学家的一些理论，进而结合一定的实际应用场景解决问题。数据分析更多的是偏重于业务层次的，对于大多数非计算机相关专业人士来说，掌握一般的数据分析方法是十分有用的，入门上手也相对简单。
1 数学和专业的预备知识
概率论：数据分析的重要数学基础，要熟悉常见的一些概率分布。
统计学：数据分析最早的依赖基础，通常和概率论一起应用，数据分析要掌握常见的均值、方差、协方差等。
心理学：数据分析往往要结合不同的学科知识进行分析，在数据分析的过程中，分析人员往往要结合用户的心理进行结果的调整和分析。
专业知识：一般来说，数据分析人员是对某一特定领域进行分析，这就要求分析人员具备一定的行业的专业知识。
2 使用数据分析软件
SPSS:功能非常强大非常专业的数据统计软件，界面友好，输出结果美观漂亮。SPSS软件具有信息的采集、处理、分析进行全面评估和预测等功能。包含广义线性混合模型、自动线性模型、一个统计网页入口portal和直复营销direct marketing功能。
SAS: 是一个模块化、集成化的大型应用软件系统，由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。
Excel:办公套件中最能胜任数据分析的软件，简单实用。
Sql:非计算机专业的数据分析人员要操作数据必备的数据库语言。
R: 近年兴起的数据分析编程语言，数据可视化做的比较好，语法简单，学习成本很低，很多非程序设计人员都可以数量掌握。
3 数据分析模型选取
数据分析人员可以借助一些现场的分析软件进行分析，这些软件集成了一些良好的分析模型，分析人员可以根据自己的实际应用场景进行合适的模型选择。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
4 分析结果展示
数据分析的结果通过一些可视化图形或者报表形式进行展示能够增强对分析结果的理解。
常用的的分析结果展示方法有：
图表展示：用一些柱状图、饼图、盒图等进行展示。
曲线展示：运用走势曲线或者ROC曲线进行展示。
文字展示：通过语言文字描述进行结果的分析展示，但是不够直观。

8. 想学习数据分析，有哪些书籍或资料参考学习

入门数据分析类
师父领进门，修行在个人。下面这两本书是入门数据分析必看的书籍，也是检验自己是否真的喜欢数据分析。
从0到1:《深入浅出数据分析》
为什么是它？借用一位读者的评价“我家的猫都喜欢这本书！”

01 内容简介
以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术；正文以后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。
02 推荐理由
书名已经很好地表现出了这本书的优点——“深入浅出”。忘记烦恼，这本书与现实世界紧密互动，让你不再只有枯燥的理论，并且将知识图形化，复杂的概念简单化。
经典小黄书：《谁说菜鸟不会数据分析》
是本很好的书，但看过之后，这本书就真一文不值了。

01 内容简介
很多人看到数据分析就望而却步，担心门槛高，无法迈入数据分析的门槛。《谁说菜鸟不会数据分析》努力将数据分析写成像小说一样通俗易懂，使读者可以在无形之中学会数据分析,按照数据分析工作的完整流程来讲解。
02 推荐理由
数据分析的入门极品，但真的很入门,优缺兼有。对于入门理解来说是绝佳选择,对之后的修炼还是不够的。建议之前全都是自己瞎摸瞎撞搞数据分析的同学进行阅读，颇有醍醐灌顶之感。
分析工具类

与数据分析相关的工具非常之多，我们常用的有Excel、PPT、SQL等。如果您想精通他们，直接在哔哩哔哩搜索聚数云海，即可找到相关优质课程。
1.Excel
大家常说的Excel，但是不要以为你很会Excel！Excel是所有职场人必备的办公软件。Excel功能非常强大，在数据量不是很大的情况下，基本上都能用Excel实现数据分析。推荐如下书籍：
《Excel高效办公数据处理与分析》

01 内容简介
根据现代企业决策和管理工作的主要特点，从实际应用出发，介绍了Excel强大的数据处理与分析功能在企业决策和管理工作中的具体应用。
02 推荐理由
本书同时提供了大量需要你做的实例，学而不练是不存在的！
《别怕，Excel函数其实很简单》

01 内容简介
《别怕，Excel 函数其实很简单》用浅显易懂的图文、生动形象的比喻以及大量实际工作中的经典案例，介绍了Excel最常用的一部分函数的计算原理和应用技巧,还介绍了数据的科学管理方法，以避免从数据源头就产生问题。
02 推荐理由
适合希望提高办公效率的职场人士，特别是经常需要处理分析大量数据并制作统计报表的相关人员，以及相关专业的高校师生阅读,小白需谨慎！
2. SQL
SQL是数据分析的基础，是想要学会数据分析能力的必备技能。那这里我只给大家介绍三本书，第一本书零基础入门，第二是进阶，第三本是SQL中的字典，话不多说，我们直接上架。
《SQL基础教程》

01 推荐理由
介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法。书中通过丰富的图示、大量示例程序和详实的操作步骤说明，让读者循序渐进地掌握SQL的基础知识和使用技巧，切实提高编程能力。每章结尾设置有练习题，帮助读者检验对各章内容的理解程度。另外，本书还将重要知识点总结为“法则”，方便读者随时查阅。
本书107张图表+209段代码+88个法则，是零基础进阶人士必备！
SQL进阶：《SQL进阶教程》

01 推荐理由
本书是为志在向中级进阶的数据库工程师编写的一本SQL技能提升指南。全书可分为两部分，第一部分介绍了SQL语言不同寻常的使用技巧，带领读者从SQL常见技术，去探索新发现。旨在帮助读者提升编程水平；第二部分着重介绍关系数据库的发展史，把实践与理论结合起来，旨在帮助读者加深对关系数据库和SQL语言的理解。
本书不适合小白！适合具有半年以上SQL使用经验、已掌握SQL基础知识和技能、希望提升自己编程水平的读者阅读。
SQL辅导书籍

01 推荐理由
本书是麻省理工学院、伊利诺伊大学等众多大学的参考教材，由浅入深地讲解了SQL的内容，实例丰富，便于查阅。本书没有过多阐述数据库基础理论，而是专门针对一线软件开发人员，直接从SQL SELECT开始，讲述实际工作环境中最常用和最必需的SQL知识，实用性极强。
有一定SQL基础的人士可以将它当做一本字典使用，遇到问题可以查找相应内用。
3.Python
“人生苦短，我用Python”。Python编程语言是最容易学习,并且功能强大的语言。但是很多人声称自己精通Python,自己却写不出Pythonic的代码，对很多常用的包不是很了解。万丈高楼平地起，咱们先从Python中最最基础的开始。
《Python编程，从入门到实践》

01 推荐理由
本书最大的特点就是零基础完全不懂编程的小白也能够学习，新手想学习选它绝对错不了。知识点由浅入深循循渐进，并配有视频教程手把手教学,同时所需的软件也是免费的。本书也配有相关辅导书籍，有兴趣的话可以去看看，但是请记住，这本书是最核心的。
《利用Python进行数据分析》

01 推荐理由
不像别的编程书一样，从盘古开天辟地开始讲起。这本书是直接应用到数据分析的，所以很多在数据分析上应用不那么频繁的模块也就没有讲。
本书第二版针对Python 3.6进行了更新，并增加实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到新版本的pandas、NumPy、IPython和Jupyter。
4.R语言
R是用于统计分析、绘图的语言和操作环境。但是R是有一定难度的，没有基础的话请谨慎尝试！推荐书籍：
《R语言入门与实践》

01 推荐理由
本书通过三个精心挑选的例子，深入浅出地讲解如何使用R语言玩转数据。将数据科学家必需的专业技能融合其中，教会读者如何将数据存储到计算机内存中，如何在必要的时候转换内存中的数据值，如何用R编写自己的程序并将其用于数据分析和模拟运行。
案例提升类

《活用数据：驱动业务的数据分析实战》

01 推荐理由
是一本用数据来帮助企业破解业务难题的实操书，有理论、有方法、有实战案例。具有业务驱动、案例闭环、思维先导、实战还原4大特色，同时在思路上清晰连贯，在表达上深入浅出，既能帮助数据分析从业者入门和提升，也能辅助企业各业务部门和各级管理人员做量化决策。
《精益数据分析》
01 推荐理由
本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品，以及提升企业知名度。30多个案例分析，全球100多位知名企业家的真知灼见，为你呈现来之不易、经过实践检验的创业心得和宝贵经验，值得每位创业家和企业家一读。

9. 有什么常用的数据分析以及数据处理的方法或者书籍

首先要面对和解决一下问题：
1、数据量大；
2、速度快；
3、类型多；
4、价值；
5、真实性。
分析的方面：
1.
可视化分析；
2.
数据挖掘算法；
3.
预测性分析能力；
4.
语义引擎；
5.
数据质量和数据管理；
6.数据存储，数据仓库。

10. 做数据分析不得不看的书有哪些

数据化管理（黄老师的书）了解数据分析的逻辑。初学要会excel 再慢慢到access sql等数据分析的工具软件。