內容簡介:資料分析聽起來很難，但只要你會用Excel，其實就不難上手了。透過這本實作指南，能夠幫助你更進一步地理解資料分析與處理，並瞭解如何藉助程式語言進行資料分析與假說檢定。
資料分析的重點是找出關聯性，本書可以引導你學到更進階的資料分析技術。本書運用試算表作為練習基礎統計學概念的範例，並告訴你如何運用Python與R進行更有效率的資料分析。
這本實用指南可以幫助你：
．了解如何利用Excel進行資料分析：透過Excel來測試變數之間的關係，並運用統計學製作令人信服的分析
．從Excel到R：學會如何使用R進行原本利用Excel所進行的資料分析工作
．從Excel到Python：學會如何應用Python進行原本利用Excel所進行的資料分析工作
專家推薦
「本書精確地說明如何運用Excel進行資料科學與分析的工作」--Jordan Goldmeier, 微軟Excel MVP
「這本書不僅可以作為商業和資料分析的參考資料，也可以作為入門教材」--Aiden Johnson, 資料科學家
目錄
章節說明:第一部｜Excel資料分析導論
第1章 探索式資料分析導論
第2章 機率導論
第3章 推論統計導論
第4章 相關與迴歸
第5章 資料分析堆疊
第二部｜從Excel到R
第6章 Excel 使用者開始使用 R 的第一步
第7章 R 的資料結構
第8章 在 R 中處理資料和視覺化
第9章 總體專案：R for Data Analytics
第三部｜從Excel到Python
第10章 Excel使用者開始使用Python的第一步
第11章 Python的資料結構
第12章 在Python中處理資料和視覺化
第13章 總體專案：Python for Data Analytics
第14章 總結與展望
章節說明:第一部｜Excel資料分析導論
第1章 探索式資料分析導論
第2章 機率導論
第3章 推論統計導論
第4章 相關與迴歸
第5章 資料分析堆疊
第二部｜從Excel到R
第6章 Excel 使用者開始使用 R 的第一步
第7章 R 的資料結構
第8章 在 R 中處理資料和視覺化
第9章 總體專案：R for Data Analytics
第三部｜從Excel到Python
第10章 Excel使用者開始使用Python的第一步
第11章 Python的資料結構
第12章 在Python中處理資料和視覺化
第13章 總體專案：Python for Data Analytics
第14章 總結與展望
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
2024專利防護中