Python数据分析系列课程--玩转Python统计分析

0人 购买 好评度 - 收藏
  • python 3.6
更多班级

python 3.6

支持随到随学,21年12月过期

¥148.00

本班因教学质量问题暂时不能报名。 查看详情

课程因违反平台规定暂时不能报名。

立即购买 在线咨询

课程概述

课程目录

学员评论

老师介绍

张文彤

张文彤

数据挖掘,市场研究,统计应用专家,著名的SPSS专家和培训师,多本软件教材、数据分析与挖掘专著的作者。 曾在复旦大学公共卫生学院任教数载,其教学以讲解深入浅出,重点突出,简明易懂为最大特色。
简  介 以真实商业案例为数据基础,课程内容围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。
【课程目标】
以真实商业案例为数据基础,课程内容围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。

【适用人群】
希望能够成为Python编程和数据分析的跨界人才,目前尚未成功,但仍然在不断努力的人。

【课程简介】
以真实商业案例为数据基础,课程内容围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。

通过本课程的学习,学员将深入掌握如何正确考察这些方法的适用条件,正确选择所需的方法加以应用,从而既满足了相关统计分析功能的需求,又为进一步学习statsmodels包中的复杂建模功能打下坚实的基础。

【课程大纲】
第1章:变量的统计描述
第2章:连续变量的比较:t检验
第3章:检验方法适用条件的考察
第4章:多组均数的比较:单因素方差分析
第5章:有序分类变量的比较:非参数统计分析方法
第6章:无序分类变量的比较:卡方检验
第7章:变量间的关联性分析
第8章:线性回归模型入门
第9章:样本量的计算

【课程长度】
总时长:10小时

【学员基础】
学员需要懂得Python语言的基本编程知识。
学员事前不要求掌握统计分析的基本知识,但建议完全没有统计基础的学员事先学习免费视频课程《
统计分析轻松入门 》。
学员事前不要求有任何统计软件的使用经验。

资料下载报名后支持下载

* 课程提供者:张文彤

老师还为你推荐了以下几门课程