CDA数据科学研究院简介

2013年，大数据行业方兴未艾，CDA数据科学研究院孕育而生，是国内率先成立的专注于数据科学领域的专业研究团队。

CDA数据科学研究院汇集数据行业专家，团队具有专业的学术素养、精湛的研究水平、扎实的企业实战经验，丰富的行业资源，通过对各类企业、社会组织等进行全面、系统、深入的调查和访问，从而获得紧跟技术发展的经验与数据，并结合数据行业的未来发展方向进行系统的研究，不断研发新的知识体系和技术应用。

近十年来，CDA数据科学研究院秉持“专业性、前沿性、科学性”的定位，深耕数据分析、大数据、人工智能等核心领域，持续推进数据科学的行业发展。

未来，CDA数据科学研究院也将顺应数字化时代浪潮，持续开拓创新，继续加大数据科学领域的内容建设，推进人才数字化赋能，助力企业数字化转型。

目录

第1 章 绪论. 1

1.1 数据分析概述 .1

1.1.1 数据分析的分类 .3

1.1.2 数据分析的基本流程 .4

1.1.3 数据分析的落地方法 .7

1.2 数据分析师概述 .8

1.2.1 数据分析师的不同角色与职责 .8

1.2.2 数据分析师职业道德和行为准则 .10

1.3 数据相关的安全与立法 13

1.3.1 各国的数据隐私相关法律 .13

1.3.2 我国大数据立法的历程和展望 .14

1.4 本章练习题 16

 

第2 章 表格结构数据与表结构数据. 18

2.1 表格结构数据 .19

2.1.1 表格结构数据概述 .19

2.1.2 表格结构数据特征 .20

2.2 表格结构数据的获取、引用与使用 .24

2.2.1 表格结构数据的获取 .24

2.2.2 表格结构数据的引用、查询与计算方法 .28

2.3 表结构数据 38

2.3.1 表结构数据概述 .38

2.3.2 表结构数据特征 .40

2.4 表结构数据的获取、加工与使用 45

2.4.1 表结构数据的获取 .45

2.4.2 数据库与商业智能的概念解析 .46

2.4.3 表结构数据的合并 .54

2.4.4 表结构数据的汇总 .60

2.5 本章练习题 65

 

第3 章 数据库应用. 71

3.1 数据库相关概念 71

3.1.1 数据库简介 71

3.1.2 认识数据库 .74

3.1.3 SQL .76

3.1.4 数据仓库 .77

3.2 数据定义语言 .79

3.2.1 DDL 在业务中的作用 .80

3.2.2 定义数据库 .80

3.2.3 数据表 .82

3.2.4 数据类型 .88

3.2.5 约束条件 .92

3.3 数据操作语言 .100

3.3.1 DML 的作用 .100

3.3.2 添加数据 .100

3.3.3 将查询结果添加到表中 .102

3.3.4 更新数据 .103

3.3.5 删除数据 .104

3.4 数据查询语言 .104

3.4.1 单表查询 .105

3.4.2 函数 .125

3.4.3 多表查询 .142

3.4.4 子查询 .158

3.5 视图 168

3.5.1 视图的作用 .168

3.5.2 创建视图 .169

3.5.3 修改视图 .169

3.5.4 删除视图 .170

3.6 本章练习题 170

 

第4 章 描述性统计分析. 181

4.1 统计学概述 181

4.1.1 统计学的定义及应用 .181

4.1.2 统计学的基本概念 .185

4.2 数据的描述性统计分析 192

4.2.1 集中趋势的描述 .192

4.2.2 离散程度的描述 .203

4.2.3 分布形态的描述 .208

4.2.4 描述性统计图表 .211

4.3 常用的数据分布 .218

4.3.1 两点分布与二项分布 .219

4.3.2 正态分布与标准正态分布 .221

4.3.3 c2 分布 .228

4.3.4 t 分布.229

4.3.5 F 分布 .230

4.3.6 分位点的概念 .232

4.4 相关分析 233

4.4.1 相关分析的含义 .233

4.4.2 简单线性相关关系的描述 .234

4.4.3 简单线性相关关系的度量 .235

4.5 本章练习题 239

 

第5 章 多维数据透视分析 246

5.1 多维数据模型 .246

5.1.1 多维数据模型概述 .247

5.1.2 多维数据模型创建方法 .248

5.2 5W2H 思维模型 .261

5.2.1 5W2H 思维模型概述 .261

5.2.2 5W2H 思维模型应用案例 262

5.3 多维数据透视分析应用案例 .265

5.3.1 业务场景介绍 .265

5.3.2 案例设计制作过程 .265

5.4 本章练习题 267

 

第6 章 业务分析方法 274

6.1 业务指标分析 .274

6.1.1 通用指标计算方法 .276

6.1.2 场景指标 .286

6.1.3 指标体系 .302

6.2 业务模型分析 .307

6.2.1 分类模型 .308

6.2.2 漏斗模型 .312

6.3 业务分析方法论 .318

6.3.1 帕累托分析方法 .318

6.3.2 A/B 测试分析方法 .320

6.3.3 同期群分析方法 .320

6.3.4 因果分析方法 .321

6.4 本章练习题 322

 

第7 章 业务分析报告与数据可视化报表. 330

7.1 可视化分析图表 .330

7.1.1 业务图表决策树 .330

7.1.2 比较类图表 .331

7.1.3 序列类图表 .338

7.1.4 构成类图表 .339

7.1.5 描述类图表 .340

7.2 业务分析报表 .340

7.2.1 业务分析报表的分类与区别 .341

7.2.2 业务分析报表的创建方法 .342

7.3 业务分析报告 345

7.3.1 业务分析报告的分类 .346

7.3.2 业务分析报告撰写注意事项 .346

7.3.3 业务分析报告案例1 348

7.3.4 业务分析报告案例2 352

7.4 本章练习题 355

 

第8 章 CDA 职业发展 360

8.1 CDA 职业概述 360

8.1.1 CDA 职业背景 .360

8.1.2 CDA 职业特点 .361

8.1.3 CDA 职业前景 .362

8.2 CDA 认证简介 363

8.2.1 CDA 认证标准 .363

8.2.2 CDA 认证方式 .364

8.2.3 CDA 认证流程 .365

8.2.4 CDA 认证证书 .366

8.3 CDA 持证人与会员 .367

8.3.1 成为CDA 会员 367

8.3.2 CDA 持证人权益 .368

8.3.3 年检和继续教育 .369

附录A 数据类型列表 370

附录B 练习题答案及解析. 373