大数据探索性分析

本书特色

[

本书按照处理数据的逻辑顺序和习惯，从数据的整理开始入手。从数据的抽样开始，介绍了传统统计的抽样理论，并进一步探讨大数据样本的代表性问题。并且通过具体案例向读者介绍整个数据探索性分析的主要步骤。然后是数据的展示技术，也就是常说的数据可视化，从数据的类型以及展示的内容不同，分别介绍了单变量和多变量数据的多种图示方法，数据的分布形态、高维数据、空间数据的展示，并且介绍了统计制图的一些基本原则和图形美化的操作。
本书主要面向的应用统计专业硕士、有统计学本科基础的各专业硕士研究生，我们也希望对这方面感兴趣的统计专业高年级的本科生以及其他各个领域的有数据分析需求的学生和从业人员可以阅读参考。

]

作者简介

[

吴翌琳，经济学博士，中国人民大学统计学院、中国调查与数据中心副教授，主要从事经济统计分析、创新经济计量、指数编制与应用、数据可视化等应用统计方向的研究。主持国家自然科学基金、教育部人文社科基金、国家统计局统计科学研究计划项目等课题十项，主要参与的国家部委科研课题项目二十余项。先后在《World Development》、《统计研究》、《调研世界》、《经济理论与经济管理》、《宏观经济研究》等核心期刊上发表学术文章20余篇。曾受邀作为联合国大学荷兰马斯特里赫特分校访问学者，进行为期一年的访问，参与欧盟第七号框架下的项目研究工作。并五次受邀作为法国国家统计局（INSEE）访问学者，参与欧盟-中国项目研究。

房祥忠 博士，北京大学数学科学学院教授，概率统计系主任。曾获的北京科技进步二等奖，国防科学技术三等奖。研究方向为生存分析和可靠性。

]

目录

第1章导论第1节大数据现象产生的背景第2节大数据现象综述第3节大数据分析举例第4节大数据探索性分析的主要内容第2章大数据背景下的抽样分析第1节抽样调查的基础知识第2节数据集的相似性度量第3节概率抽样第4节非概率抽样第5节大数据抽样第3章大数据的数据预处理第1节整齐数据第2节数据的管理与清洗第3节数据的变换第4节缺失值的处理第5节异常点的检测第6节变量选择第4章探索性数据分析方法第1节多维数据的可视化技术第2节投影寻踪第3节独立成分分析第4节探索性数据分析案例第5章大数据的展示第1节统计制图的基本概念第2节单变量数据的展示第3节多变量数据的展示第4节数据分布形态的展示第5节高维数据的展示第6节空间数据的展示第7节统计图的美化第6章空间数据分析第1节空间数据基础知识第2节空间统计介绍第3节探索性空间数据分析第4节空间自相关分析第5节时空扫描统计分析第6节空间回归分析第7节空间面板分析第8节贝叶斯时空模型第9节空间估算参考文献

封面

书名:大数据探索性分析

作者:吴翌琳

页数:276

定价:¥38.0

出版社:中国人民大学出版社

出版日期:2016-07-01

ISBN:9787300230627

PDF电子书大小:42MB 高清扫描完整版