統(tǒng)計學習方法李航pdf，

大家好，今天小編關(guān)注到一個比較有意思的話題，就是關(guān)于統(tǒng)計學習方法李航pdf的問題，于是小編就整理了2個相關(guān)介紹統(tǒng)計學習方法李航pdf的解答，讓我們一起看看吧。

統(tǒng)計學入門書籍？

以下是幾本適合入門的統(tǒng)計學書籍：

1. 《統(tǒng)計學入門》（入門級別，作者：Richard A. Johnson and Gouri K. Bhattacharyya）

這本書是一個非常好的入門指南，它涵蓋了基本的統(tǒng)計學概念，包括概率分布、假設(shè)檢驗、置信區(qū)間等。書中的數(shù)學公式比較簡單，注重理論的解釋和應(yīng)用。

2. 《多元統(tǒng)計分析》（中級級別，作者：R. A. Johnson and D. W. Wichern）

這本書主要介紹多元統(tǒng)計分析的基本理論和方法，包括多元方差分析、主成分分析和聚類分析等。它注重實踐應(yīng)用，提供了豐富的數(shù)據(jù)案例和分析方法。

3. 《統(tǒng)計學習方法》（中級級別，作者：李航）

這是一本機器學習領(lǐng)域的經(jīng)典著作，介紹了大量的統(tǒng)計學習方法，包括感知機、決策樹、支持向量機等。書中提供了豐富的算法示例和案例分析，適合具有一定編程經(jīng)驗的讀者。

4. 《R語言實戰(zhàn)》（入門級別，作者：Hadley Wickham）

這是一本非常適合入門的R語言教程，介紹了R語言的基本語法和數(shù)據(jù)操作方法，以及常用的繪圖、統(tǒng)計分析和數(shù)據(jù)挖掘方法。書中提供了大量的實例代碼和數(shù)據(jù)，適合初學者自學和實踐。

5. 《Python數(shù)據(jù)分析》（入門級別，作者：Wes McKinney）

這本書介紹了Python語言在數(shù)據(jù)分析領(lǐng)域的應(yīng)用，包括數(shù)據(jù)讀取、清洗、可視化和統(tǒng)計分析等方面。書中提供了豐富的示例代碼和數(shù)據(jù)，適合初學者快速入門。

統(tǒng)計學的入門書籍

《統(tǒng)計學：從數(shù)據(jù)到結(jié)論》，從這一本開始，書很好看，輕松有趣，必看。書的前言部分必讀，這也是對接下來推薦書目的閱讀建議。

《統(tǒng)計學：從概念到數(shù)據(jù)分析》，這本會讓你重新認識那些公式和統(tǒng)計學的新觀點。

《統(tǒng)計學：基本概念和方法》，這本書有一些國外的統(tǒng)計案例，通俗易懂。

《愛上統(tǒng)計學》尼克·J·薩爾金德

 《統(tǒng)計與真理》C·R·勞 

看名字就知道不是那種理論方面的書，具體有沒有習題我也不太清楚，是我們統(tǒng)計專業(yè)課老師推薦的，應(yīng)該很不錯吧

如何學習數(shù)據(jù)分析？

優(yōu)秀的數(shù)據(jù)分析師并不能速成，但是零經(jīng)驗也有零經(jīng)驗的捷徑。

市面上有《七周七數(shù)據(jù)庫》，《七周七編程語言》。今天我們就《七周七學習成為數(shù)據(jù)分析師》，沒錯，七周。

第一周：Excel學習掌握

如果Excel玩的順溜，可以略過這一周。但很多人并不會vlookup，所以有必要講下。

了解sum，count，sumif，countif，find，if，left/right，時間轉(zhuǎn)換等。excel的各類函數(shù)很多，完全不需要學全。重要的是學會搜索。我學函數(shù)是即用即查，將遇到的問題在網(wǎng)上搜索得到所需函數(shù)。

重中之重是學會vlookup和數(shù)據(jù)透視表。這兩個對后續(xù)的數(shù)據(jù)轉(zhuǎn)換有幫助。

學會vlookup，SQL中的join，Python中的merge能很快掌握。

學會數(shù)據(jù)透視表，SQL中的group，Python中的groupby也是同理。

這兩個搞定，基本10萬條以內(nèi)的數(shù)據(jù)統(tǒng)計沒啥難度，也就速度慢了點。80%的辦公室白領(lǐng)都能秒殺。

網(wǎng)上多找些習題做，Excel是熟能生巧。

養(yǎng)成一個好習慣，不要合并單元格，不要過于花哨。表格按照原始數(shù)據(jù)、加工數(shù)據(jù)，圖表的類型管理。

附加學習：

1、了解中文編碼utf-8，ascii的含義和區(qū)別

2、了解單元格格式，幫助你了解后期的timestamp，date，string，int，bigint，char，factor等各類格式。

3、如果時間還有剩余，可以看《大數(shù)據(jù)時代》，培養(yǎng)職業(yè)興趣。

第二周：數(shù)據(jù)可視化

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。別說平常人，數(shù)據(jù)分析師自己看數(shù)據(jù)也頭大。這時就得靠數(shù)據(jù)可視化的神奇魔力了。

以上就是所謂的可視化。排除掉數(shù)據(jù)挖掘這類高級分析，不少數(shù)據(jù)分析師的平常工作之一就是監(jiān)控數(shù)據(jù)觀察數(shù)據(jù)。

另外數(shù)據(jù)分析師是需要兜售自己的觀點和結(jié)論的。兜售的最好方式就是做出觀點清晰數(shù)據(jù)詳實的PPT給老板看。如果沒人認同分析結(jié)果，那么分析也不會被改進和優(yōu)化，分析師的價值在哪里？工資也就漲不了對吧。

抽空花一段時間學習可視化的基礎(chǔ),如《數(shù)據(jù)之美》

另外你還需要了解BI的概念。知名的BI產(chǎn)品有Tableau，Power BI，還有國產(chǎn)的FineBI等。都有體驗版和免費版能下載，網(wǎng)上找一點數(shù)據(jù)就能體驗可視化的魅力。比Excel的圖表高級多了。

BI需要了解儀表盤Dashboard的概念，知道維度的聯(lián)動和鉆取，知道絕大多數(shù)圖表適用的場景和怎么繪制。比如以下FineBI制作的dashboard。

第三周：分析思維的訓練

這周我們輕松一下，學學理論知識。

分析思維首推大名鼎鼎的《金字塔原理》，幫助數(shù)據(jù)分析師結(jié)構(gòu)化思維。如果金字塔原理讓你醍醐灌頂，那么就可以學思維導圖，下載一個XMind中文網(wǎng)站，或者在線用百度腦圖。

再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。這些框架都是大巧不工的經(jīng)典。你要快速成為數(shù)據(jù)分析師，思考方式也得跟著改變。網(wǎng)上搜咨詢公司的面試題，搜Case Book。

題目用新學的思維導圖做，先套那些經(jīng)典框架，做一遍，然后去看答案對比。因為要鍛煉數(shù)據(jù)分析能力。所以得結(jié)合數(shù)據(jù)導向的思維。

這里送三條金句：

一個業(yè)務(wù)沒有指標，則不能增長和分析

好的指標應(yīng)該是比率或比例

好的分析應(yīng)該對比或關(guān)聯(lián)。

舉一個例子：我告訴你一家超市今天有1000人的客流量，你會怎么分析？

這1000人的數(shù)量，和附件其他超市比是多是少？（對比）

這1000人的數(shù)量比昨天多還是少？（對比）

1000人有多少產(chǎn)生了實際購買？（轉(zhuǎn)化比例）

路過超市，超市外的人流是多少？（轉(zhuǎn)化比例）

這是一個快速搭建分析框架的方法。如果只看1000人，是看不出分析不出任何結(jié)果。

第四周：數(shù)據(jù)庫學習

Excel對十萬條以內(nèi)的數(shù)據(jù)處理起來一點不虛，但是資深的數(shù)據(jù)分析師還是笑摸狗頭，Too Young Too Sample，爺搞得都是百萬數(shù)據(jù)。要百萬數(shù)據(jù)，就得上數(shù)據(jù)庫。

SQL是數(shù)據(jù)分析師的核心技能之一。有些公司并不給數(shù)據(jù)庫權(quán)限，需要分析師寫郵件提需求，這非常不好。數(shù)據(jù)分析師經(jīng)常有各類假設(shè)需要驗證，很多時候?qū)懯畮仔蠸QL就能得到的答案，還得麻煩其他部門導出數(shù)據(jù)。

SQL學習不需要買書，W3C學習就行了，SQL 教程。大多數(shù)互聯(lián)網(wǎng)公司都是MySQL，我也建議學，性價比最高。

作為數(shù)據(jù)分析師，只要懂Select相關(guān)，增刪改、約束、索引、數(shù)據(jù)庫范式全部略過。你的公司心得多大才會給你寫權(quán)限。

了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時間轉(zhuǎn)換函數(shù)等即可。

你看，和Excel的函數(shù)都差不多。如果時間充裕，則學習row_number，substr，convert，contact等。和Excel一樣，學會搜索解決問題。不同引擎的函數(shù)也會有差異，例如Presto和phpMyAdmin。

期間你不需要考慮優(yōu)化和寫法丑陋，查詢幾秒和幾分鐘對數(shù)據(jù)分析師沒區(qū)別，跑數(shù)據(jù)時喝杯咖啡唄，以后你跑個SVM都能去吃飯了。

網(wǎng)上搜索SQL相關(guān)的練習題，刷一遍就行。也能自己下載數(shù)據(jù)庫管理工具，找些數(shù)據(jù)練習。我用的是Sequel Pro。

第五周：統(tǒng)計知識學習

統(tǒng)計學是數(shù)據(jù)分析的基礎(chǔ)之一。

統(tǒng)計知識會要求我們以另一個角度看待數(shù)據(jù)。當你知道AB兩組的差異用平均值看是多傻的事情，你的分析技巧也會顯著提高。

這一周努力掌握描述性統(tǒng)計，包括均值、中位數(shù)、標準差、方差、概率、假設(shè)檢驗、顯著性、總體和抽樣等概念。詳細的數(shù)學推導不用細看，誰讓我們是速成呢，只要看到數(shù)據(jù)，知道不能怎么樣，而是應(yīng)該這樣分析即可。

Excel中有一個分析工具庫，簡單強大。對列1的各名詞做到了解。如果是多變量多樣本，學會各種檢驗。

《統(tǒng)計數(shù)字會撒謊》休閑讀物，有趣的案例可以讓我們避免很多數(shù)據(jù)陷阱。

深入淺出統(tǒng)計學 (豆瓣)還是經(jīng)典的HeadFirst系列，適應(yīng)它一貫的啰嗦吧。

多說一句，老板和非分析師不會有興趣知道背后的統(tǒng)計學原理，通常要的是分析后的是與否，二元答案。不要告訴他們P值什么的，告訴他們活動有效果，或者沒效果。

第六周：業(yè)務(wù)學習（用戶行為、產(chǎn)品、運營）

這一周需要了解業(yè)務(wù)。對于數(shù)據(jù)分析師來說，業(yè)務(wù)的了解比數(shù)據(jù)方法論更重要。當然很遺憾，業(yè)務(wù)學習沒有捷徑。

我舉一個數(shù)據(jù)沙龍上的例子，一家O2O配送公司發(fā)現(xiàn)在重慶地區(qū)，外賣員的送貨效率低于其他城市，導致用戶的好評率降低?？偛康臄?shù)據(jù)分析師建立了各個指標去分析原因，都沒有找出來問題。后來在訪談中發(fā)覺，因為重慶是山城，路面高低落差比較夸張，很多外賣人員的小電瓶上不了坡…所以導致送貨效率慢。

這個案例中，我們只知道送貨員的送貨水平距離，數(shù)據(jù)上根本不可能知道垂直距離這個指標。這就是數(shù)據(jù)的局限，也是只會看數(shù)據(jù)的分析師和接地氣分析師的最大差異。

對于業(yè)務(wù)市場的了解是數(shù)據(jù)分析師工作經(jīng)驗上最大優(yōu)勢之一。既然是零經(jīng)驗面試，公司肯定也知道剛?cè)腴T分析師不會有太多業(yè)務(wù)經(jīng)驗，不會以這個卡人。所以簡單花一周了解行業(yè)的各指標。

《增長黑客》

數(shù)據(jù)驅(qū)動業(yè)務(wù)的典型，里面包含產(chǎn)品運營最經(jīng)典的AAARR框架，部分非數(shù)據(jù)的營銷案例，

《網(wǎng)站分析實戰(zhàn)》

如果應(yīng)聘的公司涉及Web產(chǎn)品，可以了解流量的概念。書中案例以Google Analytics為主。其實現(xiàn)在是APP+Web的復合框架，比如朋友圈的傳播活動肯定需要用到網(wǎng)頁的指標去分析。

《精益數(shù)據(jù)分析》

互聯(lián)網(wǎng)數(shù)據(jù)分析的入門書籍，歸納總結(jié)了幾個常用的分析框架。比較遺憾的是案例都是歐美。

還有一個小建議，現(xiàn)在有不少第三方的數(shù)據(jù)應(yīng)用，囊括了不少產(chǎn)品領(lǐng)域的數(shù)據(jù)分析和統(tǒng)計。自學黨們即使沒有生產(chǎn)環(huán)境的數(shù)據(jù)，也可以看一下應(yīng)用Demo，有好處的。

除了業(yè)務(wù)知識，業(yè)務(wù)層面溝通也需要掌握。另外建議在面試前幾天收集該行業(yè)的業(yè)務(wù)強化一下。

第七周：Python/R學習

終于到第七周，也是最痛苦的一周。這時應(yīng)該學習編程技巧。是否具備編程能力，是初級數(shù)據(jù)分析和高級數(shù)據(jù)分析的風水嶺。數(shù)據(jù)挖掘，爬蟲，可視化報表都需要用到編程能力。掌握一門優(yōu)秀的編程語言，可以讓數(shù)據(jù)分析師事半功倍，升職加薪，迎娶白富美。

這里有兩條支線，學習R語言或Python。速成只要學習一條，以后再補上另外一門。

R的優(yōu)點是統(tǒng)計學家編寫的，缺點也是統(tǒng)計學家編寫。如果是各類統(tǒng)計函數(shù)的調(diào)用，繪圖，分析的前驗性論證，R無疑有優(yōu)勢。但是大數(shù)據(jù)量的處理力有不逮，學習曲線比較陡峭。Python則是萬能的膠水語言，適用性強，可以將各類分析的過程腳本化。Pandas，sklearn等各包也已經(jīng)追平R。

如果學習R，建議看《R語言實戰(zhàn)》，照著書本打一遍代碼，一星期綽綽有余。另外還有一本《統(tǒng)計學》，偏知識理論，可以復習前面的統(tǒng)計學知識。

R學習和熟悉各種包。知道描述性統(tǒng)計的函數(shù)。掌握DataFrame。如果時間有余。可以再去學習ggplot2。

Python擁有很多分支，我們專注數(shù)據(jù)分析這塊，入門可以學習《深入淺出Python》。

需要學會條件判斷，字典，切片，循環(huán)，迭代，自定義函數(shù)等。知道數(shù)據(jù)領(lǐng)域最經(jīng)典的包Pandas+Numpy。

在速成后的很長一段時間，我們都要做調(diào)包俠。

這兩門語言最好安裝IDE，R語言我建議用RStudio，Python我建議用 Anaconda。都是數(shù)據(jù)分析的利器。

Mac自帶Python2.7，但現(xiàn)在Python 3已經(jīng)比幾年前成熟，而且沒有編碼問題。各類教程也足夠多，不要抱成守舊了。Win的電腦，安裝Python會有環(huán)境變量的問題，是個大坑（R的中文編碼也是天坑）。

到這里，剛剛好是七周。如果還需要第八周+，則是把上面的鞏固和融會貫通，畢竟速成是以轉(zhuǎn)崗或拿offer為目的。有機會，我會專門寫文章講解每一周的具體知識，并且用爬蟲爬一些數(shù)據(jù)做練習和案例。

到此，以上就是小編對于統(tǒng)計學習方法李航pdf的問題就介紹到這了，希望介紹關(guān)于統(tǒng)計學習方法李航pdf的2點解答對大家有用。