适用人群

对数据分析感兴趣的任何人。

课程概述

直击数据分析本质，不再茫然！！！

本课程全是干货，专为想入行数据科学行业的新人量身打造，没有深奥的数学推理，不用担心自己数学不好而听不懂，所有知识点都用浅显易懂的语言进行讲解。

课程主要讲述大学本科统计相关专业统计类课程。授课中使用 Excel 和SPSS 进行演示。理论部分和SPSS演示是分开的，如果你熟悉Python或者R那么学习中用它们替换SPSS即可。

提示：本课程完整包含了本机构的《完美统计学》和《人人都会的统计学》两门课程，请勿重复购买！

课程有免费试听，请务必试听后再决定是否购买！课程花去了我非常多精力，不要给差评，这对我是极大的伤害！

目录

章节1:开篇
课时1视频基本概念释疑14:41
章节2:抽样的学问
课时2视频数据分析师必须懂抽样13:11
课时3视频抽样样本的确定05:27
课时4视频选择偏差14:22
章节3:数据整理
课时5视频数据审核12:08
课时6视频导入数据到SPSS04:14
章节4:频数表（汇总表）
课时7视频分类数据频数表（汇总表）09:04
课时8视频顺序数据累积频数表09:18
课时9视频制作定性数据频数表05:31
课时10视频饼图和条形图（柱形图）08:43
课时11视频制作饼图和条形图13:11
课时12视频帕累托图03:27
课时13视频定性数据的分析思路07:58
课时14视频什么是好的表格11:17
课时15视频定量数据频数表12:02
课时16视频定量数据频数表制作方法10:13
课时17视频直方图15:39
课时18视频绘制直方图07:55
章节5:中心趋势度量
课时19视频众数07:59
课时20视频中位数11:01
课时21视频分位数12:18
课时22视频平均数16:13
课时23视频平均数中位数和众数的比较16:18
章节6:离散程度（变异性）度量
课时24视频什么是数据变异性06:13
课时25视频异众比率04:53
课时26视频极差和平均差08:48
课时27视频方差和标准差12:19
课时28视频标准分数-z分数08:42
课时29视频变异系数和四分位差05:02
课时30视频顺序数据的离散程度09:28
课时31视频不同变异性度量的比较06:48
章节7:数据分布的形状
课时32视频偏态05:24
课时33视频峰态05:11
章节8:数据分布特征总结
课时34视频经验法则和切比雪夫法则13:28
课时35视频数据分布特征总结05:51
课时36视频雇员数据介绍07:48
课时37视频SPSS频率分析19:06
课时38视频SPSS描述分析05:18
课时39视频SPSS平均值分析05:53
课时40视频SPSS探索分析03:54
章节9:图表试看
课时41视频箱线图12:31可试看
课时42视频绘制箱线图03:04
课时43视频折线图10:06
课时44视频绘制折线图06:32
课时45视频散点图10:27
课时46视频绘制散点图07:54
课时47视频茎叶图06:50
课时48视频绘制茎叶图01:53
课时49视频圆点图02:56
课时50视频绘制圆点图05:09
课时51视频选择正确的图表进行分析09:13
课时52文本什么是好图表
章节10:数据特征描述分析案例试看
课时53视频案例：游泳奖牌分析19:22
课时54视频案例：哪种产品组装方法更好21:54可试看
课时55视频找出数据异常值02:00
课时56视频被歪曲的事实真相08:04
章节11:概率知识
课时57视频简单事件和样本空间10:56
课时58视频什么是概率14:49
课时59视频概率的计算04:48
课时60视频计算概率的步骤09:41
课时61视频复合事件09:56
课时62视频条件概率09:39
课时63视频独立事件10:38
课时64视频相互独立08:57
课时65视频全概率公式11:11
课时66视频贝叶斯法则06:30
课时67视频贝叶斯法则的图形化09:33
课时68视频乘法原理07:43
课时69视频排列05:13
课时70视频组合07:51
课时71视频排列组合概率10:25
课时72视频模拟随机数10:10
课时73视频扑克牌不同牌的概率06:37
课时74视频随机变量03:21
课时75视频离散随机变量概率分布06:59
课时76视频期望值03:59
课时77视频标准差和方差07:23
课时78视频伯努利试验和伯努利随机变量08:08
课时79视频二项分布13:39
课时80视频正态分布07:16
课时81视频正态分布特性10:52
章节12:统计推断核心思想
课时82视频中心极限定理15:51
课时83视频置信区间和统计估计21:07
课时84视频使用不同的置信系数14:23
章节13:参数估计-估计总体的特征
课时85视频如何查正态分布表06:42
课时86视频大样本总体均值的区间估计10:24
课时87视频小样本总体均值的区间估计10:56
课时88视频总体均值的区间估计公式推导17:02
课时89视频总体均值区间估计方法比较11:06
课时90视频总体比例区间估计16:24
课时91视频使用SPSS估计总体比例置信区间05:35
课时92视频独立大样本两个总体均值之差的估计05:38
课时93视频一个总体方差的区间估计11:49
课时94视频两个总体方差比的区间估计11:57
课时95视频独立小样本两个总体均值之差的估计06:34
课时96视频配对样本两个总体均值之差的估计09:37
课时97视频总体比例之差的区间估计12:41
课时98视频SPSS 总体均值相关的区间估计07:59
课时99视频区间估计样本量的确定03:33
章节14:抽样分布和区间估计理论基础
课时100视频三大抽样分布-T和F及卡方分布12:30
课时101视频点估计和无偏估计16:25
课时102视频点估计和区间估计的方法11:02
章节15:假设检验-做正确的决策试看
课时103视频假设检验基本原理18:41
课时104视频使用检验统计量做决策13:48
课时105视频使用P值做决策09:26
课时106视频检验统计量和P值做决策的计算方法12:49
课时107视频一个总体均值的检验14:38
课时108视频两个独立总体均值之差的检验-大样本09:06
课时109视频两个独立总体均值之差的检验-小样本09:23
课时110视频配对总体均值差的检验11:28
课时111视频总体比例的检验06:01
课时112视频总体比例差的检验-差值为零09:17
课时113视频总体比例差的检验-差值非零05:52
课时114视频总体方差的检验05:12
课时115视频总体方差比的检验07:57
课时116视频第一类错误和第二类错误07:01可试看
课时117视频如何计算第二类错误概率08:14
课时118视频功效和功效曲线图06:14
课时119视频额定功效下求样本个数11:30
课时120视频使用统计软件计算功效07:23
课时121视频SPSS 均值 t 检验07:41
课时122视频SPSS 独立样本均值差检验05:31
课时123视频SPSS 配对均值差的检验01:41
章节16:最(极)大似然法-大样本参数估计的一个方法
课时124视频反函数对数函数和指数函数19:25
课时125视频最大似然法09:38
课时126视频最大似然法的进一步阐述12:45
课时127视频最大似然法实例09:41
课时128视频似然比检验10:47
章节17:正态性检验
课时129视频普通图形法和偏度峰度法07:20
课时130视频Q-Q图原理和绘制11:55
课时131视频P-P图的绘制03:26
课时132视频正态概率图原理和绘制05:21
课时133视频W检验A-D检验和K-S检验11:55
课时134视频正态性检验总结01:42
课时135视频SPSS 正态性检验07:44
章节18:类别变量分析-卡方检验
课时136视频卡方拟合优度检验09:01
课时137视频卡方拟合优度检验更多实例05:17
课时138视频列联表分析 (独立性检验)07:02
课时139视频条件百分表方向问题06:03
课时140视频固定边缘和列联表分析(卡方齐性检验)01:57
课时141视频卡方检验样本量过小的解决方法02:02
课时142视频Fisher精确检验原理和计算方法08:26
课时143视频耶茨(Yates)连续性修正00:53
课时144视频列联相关系数02:37
课时145视频SPSS 拟合优度检验07:18
课时146视频列联表的抽样方式*（选修）10:13
课时147视频精确检验和线性趋势检验*（选修）15:06
课时148视频列联表残差分析10:18
课时149视频识别数据伪造17:12
课时150视频精确检验和置换检验*（选修）13:27
章节19:相关性测量*（选修内容）
课时151视频相关测量法09:09
课时152视频名义变量相关 Lambda、tau-y和Cramer V11:06
课时153视频有序变量相关 Gama、Somer’s d和Kendall-tau05:11
课时154视频名义和定距变量相关系数 eta09:55
课时155视频名义、有序和定距相关系数03:05
章节20:相关
课时156视频相关性04:33
课时157视频相关系数05:25
课时158视频相关系数的检验05:34
课时159视频SPSS求相关系数和相关系数检验04:26
章节21:简单线性回归
课时160视频回归介绍07:43
课时161视频简单线性回归模型12:15
课时162视频回归参数的最小二乘估计09:24
课时163视频简单线性回归模型的假定17:10
课时164视频回归参数的区间估计和假设检验08:33
课时165视频回归直线拟合优度-决定系数08:24
课时166视频利用模型估计和预测14:58
课时167视频SPSS 简单线性回归分析11:16
课时168视频模型假定的诊断13:19
课时169视频SPSS 残差分析05:20
章节22:多重回归
课时170视频多重回归模型09:37
课时171视频多重回归拟合优度03:10
课时172视频矩阵代数的最小二乘算法13:29
课时173视频矩阵最小二乘算法实例06:54
课时174视频多重回归的检验和区间估计13:52
课时175视频回归模型的的显著性检验09:43
课时176视频多重回归的一个例子08:48
课时177视频回归系数的解释08:45
课时178视频中心化06:11
课时179视频标准化回归系数09:43
课时180视频偏相关系数12:04
课时181视频部分相关系数09:55
章节23:线性回归诊断
课时182视频什么是线性模型05:44
课时183视频学生化和删除及删除学生化残差10:51
课时184视频线性回归模型假定09:58
课时185视频线性回归模型假定的检验13:58
课时186视频偏回归图和偏残差图06:42
课时187视频异常值和强影响观测值10:37
课时188视频杠杠值08:31
课时189视频库克距离11:54
课时190视频DFFITS和DFBETAS及协方差比率09:02
课时191视频强影响点的处理04:17
课时192视频SPSS 强影响点分析11:35
课时193视频多重共线性11:23
课时194视频多重共线性检测14:23
课时195视频SPSS多重共线性分析03:49
章节24:回归模型的构建
课时196视频模型构建很重要16:51
课时197视频一元定量自变量模型（多项式回归）09:38
课时198视频一元定量自变量模型例子09:13
课时199视频二元或多元定量自变量模型07:36
课时200视频二元定量自变量模型例子05:02
课时201视频编码定量自变量10:44
课时202视频一元定性自变量模型（虚拟变量回归）11:43
课时203视频一元定性自变量模型实例04:49
课时204视频定量和定性自变量模型07:12
课时205视频嵌套模型的检验09:40
课时206视频嵌套模型检验实例06:46
课时207视频回归系数相等的检验-基于嵌套模型12:03
课时208视频回归系数有约束的检验-基于嵌套模型08:42
章节25:方差分析（ANOVA）
课时209视频方差分析介绍10:53
课时210视频单因素方差分析19:30
课时211视频单因素方差分析计算05:24
课时212视频LSD-多重比较06:38
课时213视频图基HSD-多重比较06:11
课时214视频鲍费罗尼Bonferroni-多重比较07:33
课时215视频无交互双因素方差分析09:03
课时216视频有交互作用双因素方差分析11:26
课时217视频斯皮尔曼相关系数13:43
课时218视频异方差检验-图形法08:39
课时219视频Bartlett和Levene异方差检验09:34
课时220视频方差分析假定及其检验12:35
课时221视频SPSS 单因素方差分析07:34
课时222视频为什么不用t检验替代单因素方差分析？18:00
课时223文本两两比较 LSD 正确用法详解
课时224文本方差分析F检验显著，但两两比较不显著什么原因
课时225文本方差分析异方差怎么办?
课时226视频SPSS多因素方差分析09:51
章节26:非参数统计
课时227视频检验单个总体的位置19:41
课时228视频SPSS 检验单个总体的位置03:30
课时229视频比较两个总体-独立随机样本15:06
课时230视频比较两个总体-配对设计10:02
课时231视频SPSS 比较两个总体06:38
课时232视频检验单个总体位置-威尔科克森法08:10
课时233视频比较K个总体12:15
章节27:非参数统计*（选修）
课时234视频Kappa一致性检验04:21
课时235视频McNemar-Bowker 对称性检验06:48
课时236视频优势比和相对风险（OR和RR）检验07:48
课时237视频二项检验10:23
课时238视频McNemar检验05:58
课时239视频Friedman检验和Kendall协调系数08:36
课时240视频单样本K-S检验07:29
章节28:列联表对数线性模型*（选修）
课时241视频列联表对数线性模型原理和优点06:17
课时242视频三维列联表独立性检验和合适模型的确定方法11:09
课时243视频列联表对数线性模型一个例子12:52
课时244视频残差分析12:54
课时245视频不完备列联表分析05:54
课时246视频比率泊松回归06:39
章节29:自助法和蒙特卡罗模拟（选修）*
课时247视频蒙特卡罗模拟（Monte Carlo）02:08
课时248视频自助法（Bootstrap）原理07:56
课时249视频集中趋势和变异度量的自助法估计12:33
课时250视频T检验的自助法11:00
课时251视频方差分析和线性回归的自助法-异方差和非正态解决方案14:09
课时252视频狂野自助重抽样10:31
课时253视频相关性自助法检验03:23
章节30:矩阵和随机向量相关知识
课时254视频向量和矩阵12:24
课时255视频矩阵乘法和逆矩阵10:14
课时256视频随机向量09:16
课时257视频随机向量方差-协方差矩阵11:13
课时258视频均值向量和协方差阵的估计12:04
课时259视频矩阵导数06:43
课时260视频最小二乘求解-矩阵知识练习09:32
课时261视频特征值特征向量和二次型11:27
课时262视频内积和长度及距离06:25
课时263视频正交和正交对角化09:45
课时264视频正定和非负定矩阵08:19
课时265视频特征值的极值问题11:58
章节31:数据降维-主成分分析
课时266视频主成分分析导言10:32
课时267视频主成分求解13:57
课时268视频因子负荷量07:27
课时269视频从相关矩阵求解主成分08:48
课时270视频主成分分析实例16:50
课时271视频主成分分析的基本理论05:50
课时272视频主成分分析其他事项06:19
章节32:数据降维-因子分析
课时273视频因子分析介绍14:00
课时274视频因子模型12:14
课时275视频载荷矩阵性质08:47
课时276视频主成分法估计因子模型11:36
课时277视频因子旋转07:34
课时278视频主因子和极大似然法估计因子模型08:16
课时279视频因子得分06:33
课时280视频适合因子分析吗？14:25
课时281视频因子分析实例13:22
章节33:多元正态分布
课时282视频多元正态分布07:10
课时283视频多元正态分布性质和多元中心极限定理07:37
章节34:判别分析
课时284视频欧氏距离和统计距离12:47
课时285视频马氏距离和距离公理08:19
课时286视频判别分析介绍08:27
课时287视频错分概率12:41
课时288视频平均错分代价10:57
课时289视频多总体判别13:04
课时290视频多总体平均错分代价判别实例05:47
课时291文本正态多总体线性判别实例
课时292视频贝叶斯判别04:17
课时293视频误判比例06:22
课时294视频距离判别10:58
课时295视频Fisher (费希尔) 判别13:43
课时296视频Fisher 判别函数12:59
课时297视频Fisher 判别函数例子05:25
课时298视频Fisher 分类规则07:04
课时299视频判别分析总结08:06
课时300视频SPSS 判别分析界面说明09:29
课时301视频SPSS 判别分析报告解释12:51
课时302视频逐步判别09:07
课时303视频逐步判别运行步骤07:30
课时304文本逐步判别详细示例
课时305视频SPSS 逐步判别分析06:08
章节35:聚类分析
课时306视频聚类分析介绍07:52
课时307视频距离和相似系数07:44
课时308视频定距和计数数据距离算法*（选修）12:01
课时309视频二分类数据距离算法*（选修）12:02
课时310视频系统聚类08:12
课时311视频系统聚类-最短距离法10:53
课时312视频系统聚类-最长距离法06:31
课时313视频树形图和冰柱图09:02
课时314视频系统聚类其他方法13:56
课时315视频对变量进行聚类05:29
课时316视频系统聚类分析实例04:10
课时317视频K均值聚类08:49
课时318视频K均值聚类实例05:34
课时319视频二分类变量聚类08:35
课时320视频主成分聚类和聚类效果的判别05:22
章节36:二分类 Logistic 回归
课时321视频Logistic 分布08:32
课时322视频逻辑斯蒂回归原理12:18
课时323视频最大似然求解回归系数10:50
课时324视频逻辑回归似然比检验09:13
课时325视频拟合优度检验-离差11:13
课时326视频拟合优度检验-皮尔逊卡方12:10
课时327视频逻辑回归的一个例子15:44
课时328视频逻辑回归模型系数的解释10:07
课时329视频分组数据逻辑回归06:55
课时330视频Hosmer-Lemeshow 拟合优度检验16:44
课时331视频covariate pattern 和m-asymptotic06:18
课时332视频变量的选择-向前步进法16:24
课时333视频变量的选择-向后步进法08:37
课时334视频多重共线性10:22
课时335视频异常值和强影响观测值11:00
课时336视频Probit 模型10:31
章节37:ROC 分析
课时337视频ROC原理解释（上）09:02
课时338视频ROC原理解释（下）09:47
课时339视频使用ROC曲线评估分析性能09:37
课时340视频二分类罗辑回归和ROC曲线分析08:20
章节38:多项 Logistic 回归
课时341视频多项逻辑回归原理09:15
课时342视频多项逻辑回归的一个例子15:00
课时343视频变量选择-向前、向后和步进法16:46
章节39:有序回归
课时344视频有序回归原理16:34
课时345视频有序回归的一个例子14:48
课时346视频有序回归潜变量的推理06:13
课时347视频位置-标度模型（position-scale model）14:32
章节40:多维尺度（MDS）
课时348视频多维尺度分析原理16:05
课时349视频多维尺度标准模型实例（上）17:00
课时350视频多维尺度标准模型实例（下）10:09
课时351视频个体差异MDS分析需购买观看
课时352视频多维展开（unfolding)04:49
章节41:K 近邻
课时353视频K近邻原理11:23
课时354视频K近邻例子-分类预测（上）15:34
课时355视频K近邻例子-分类预测（下）13:41
课时356视频K近邻例子-回归预测
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。