北京大数据分析技术培训

课程亮点：

课程设计循序渐进，从基础工具与理论知识入门，进阶到统计分析方法和机器学习模型、文本挖掘模型，以实战项目案例贯穿课程讲解。

其中包括：Python编程基础、数据清洗、数据可视化、项目实训与面试题集训等课模块。

学习目标：

1、全面了解学习统计学基础知识。

2、学会使用各种统计分析方法，指导大家运用统计方法分析现实的数据。

3、通过本课程的学习，使大家了解和初步掌握各种统计方法，能够利用这些统计方法分析现实的社会、经济问题，对所研究的现象进行定量的描述和分析，并进一步探寻这些数量变化的规律性。

课程内容：

第1章: 统计分析基础

课时 1 : 数据分析简介（1）

31:19 

课时 2 : 数据分析简介（2）

23:23 

课时 3 : 概率论基础

40:05 

选修 统计基础课件.zip

第2章: 描述性统计分析

课时 4 : 描述性统计——集中趋势

41:16 

课时 5 : 描述性统计——离散程度度量

37:47 

课时 6 : 描述性统计——离散系数、偏态与峰态系数

07:28 

课时 7 : 描述性统计（EXCEL）

03:25 

第3章: 统计量与抽样分布

课时 8 : 统计量及其抽样分布

41:40 

第4章: 参数估计

课时 9 : 参数估计——基本概念

23:21 

课时 10 : 参数估计——估计量评价

12:47 

课时 11 : 参数估计——单个总体的区间估计

23:33 

课时 12 : 参数估计——单个总体的比例方差_两个总体_样本量估计

42:31 

课时 13 : 参数估计——EXCEL计算分位数

08:51 

第5章: 假设检验

课时 14 : 假设检验——概念和均值

51:02 

课时 15 : 假设检验——比例方差

24:27 

第6章: 方差分析

课时 16 : 方差分析的基本原理

40:55 

课时 17 : 方差分析的三种类型

46:34 

课时 18 : 方差分析的EXCEL操作

07:26