В нашем издательстве вышла новая книга, в которой приводятся практические приемы анализа данных. Рассказано, как исследовать и тестировать взаимосвязи между переменными в Excel и использовать его для статистики и анализа. Описан перенос данных из Excel в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа. Отдельный раздел посвящен переносу данных из Excel в Python и выполнению полного анализа данных средствами этого языка. В результате читатель научится выполнять разведочный анализ данных (Exploratory Data Analysis, EDA) и проверку гипотез с использованием языков программирования Python и R.
Аналитика данных может показаться сложной сферой, но если вы опытный пользователь Excel, у вас есть уникальное преимущество. С помощью этого практического руководства пользователи Excel среднего уровня получат прочное понимание аналитики и стека данных. Прочитав эту книгу, вы сможете проводить исследовательский анализ данных и проверку гипотез с помощью языков программирования Python и R.
Исследование и проверка взаимосвязей — основа аналитики. Используя описанные инструменты и механизмы, вы освоите более продвинутые методы анализа данных. Джордж Маунт подробно объясняет ключевые статистические концепции с помощью электронных таблиц, а затем помогает применить полученные знания об обработке данных для написания программ на языках R и Python.
Эта практическая книга поможет вам:
Изучить основы аналитики в Excel. Используйте Excel для проверки взаимосвязи между переменными, научитесь применять его возможности в статистике и аналитике.
Перейти от Excel к R. Перенесите данные в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа.
Перейти от Excel к Python. Узнайте, как перенести информацию из Excel в Python, научитесь выполнять разведочный анализ, проверку гипотез, а также полный анализ данных средствами этого языка.
Джордж подробно рассказывает, что нужно сделать, чтобы перейти от Excel к науке о данных и аналитике.
Джордан Голдмайер, обладатель сертификата Microsoft Excel MVP
Эта книга – уникальное пособие, которое можно использовать и как справочник, и как учебник по бизнесу и аналитике данных.
Айден Джонсон, специалист по анализу данных и преподаватель
Книгу “Погружение в аналитику данных” можно купить со скидкой в интернет-магазине издательства “БХВ“.
Предисловие…………………………………………………………………………………………….. 9
Цель обучения………………………………………………………………………………………………………………………………. 9
Предварительные условия………………………………………………………………………………………………………….. 9
Технические требования………………………………………………………………………………………………….. 9
Требования к предварительной подготовке…………………………………………………………………. 10
Как я пришел к аналитике…………………………………………………………………………………………………………. 10
«Excel — плохо, программирование — хорошо»……………………………………………………………………. 11
Преимущества Excel при обучении аналитике……………………………………………………………………….. 12
Обзор книги………………………………………………………………………………………………………………………………… 13
Упражнения в конце глав………………………………………………………………………………………………………….. 13
Эта книга — не список готовых решений………………………………………………………………………………… 14
Без паники!…………………………………………………………………………………………………………………………………. 14
Условные обозначения……………………………………………………………………………………………………………… 14
Использование примеров кода…………………………………………………………………………………………………. 15
Контакты…………………………………………………………………………………………………………………………………….. 16
Благодарности…………………………………………………………………………………………………………………………… 16
Часть I. Основы аналитики в Excel………………………………………… 17
Глава 1. Основы разведочного анализа данных…………………………………….. 19
Что такое разведочный анализ данных?…………………………………………………………………………………. 19
Наблюдения……………………………………………………………………………………………………………………. 21
Переменные…………………………………………………………………………………………………………………….. 21
Категориальные переменные………………………………………………………………………………… 22
Количественные переменные………………………………………………………………………………… 24
Закрепление материала: классификация переменных…………………………………………………………… 25
Резюме: типы переменных………………………………………………………………………………………………………… 27
Исследование переменных в Excel…………………………………………………………………………………………… 27
Исследование категориальных переменных……………………………………………………………….. 27
Исследование количественных переменных……………………………………………………………….. 30
Заключение………………………………………………………………………………………………………………………………… 41
Упражнения………………………………………………………………………………………………………………………………… 41
Глава 2. Понятие вероятности……………………………………………………………….. 42
Вероятность и случайность………………………………………………………………………………………………………. 42
Вероятность и выборочное пространство………………………………………………………………………………. 42
Вероятность и эксперименты……………………………………………………………………………………………………. 43
Безусловная и условная вероятность………………………………………………………………………………………. 43
Распределение вероятностей……………………………………………………………………………………………………. 43
Дискретное распределение вероятностей……………………………………………………………………. 44
Непрерывное распределение вероятностей…………………………………………………………………. 47
Заключение………………………………………………………………………………………………………………………………… 55
Упражнения………………………………………………………………………………………………………………………………… 55
Глава 3. Основы инференциальной статистики…………………………………….. 56
Базовые понятия статистического вывода………………………………………………………………………………. 56
Сбор данных для репрезентативной выборки……………………………………………………………… 57
Формулирование гипотез………………………………………………………………………………………………. 58
Разработка плана анализа…………………………………………………………………………………………….. 59
Анализ данных……………………………………………………………………………………………………………….. 62
Принятие решения………………………………………………………………………………………………………….. 64
Это ваш мир… данные только живут в нем……………………………………………………………………………… 71
Заключение………………………………………………………………………………………………………………………………… 72
Упражнения………………………………………………………………………………………………………………………………… 73
Глава 4. Корреляция и регрессия……………………………………………………………. 74
«Корреляция не подразумевает причинно-следственную связь»………………………………………….. 74
Понятие корреляции………………………………………………………………………………………………………………….. 75
От корреляции к регрессии…………………………………………………………………………………………….. 80
Линейная регрессия в Excel……………………………………………………………………………………………. 81
Переосмысление результатов: ложные зависимости……………………………………………………………… 87
Заключение………………………………………………………………………………………………………………………………… 88
Переход к программированию…………………………………………………………………………………………………. 89
Упражнения………………………………………………………………………………………………………………………………… 89
Глава 5. Стек анализа данных……………………………………………………………….. 90
Статистика, аналитика и наука о данных………………………………………………………………………………. 90
Статистика………………………………………………………………………………………………………………………. 90
Аналитика данных…………………………………………………………………………………………………………. 90
Бизнес-аналитика…………………………………………………………………………………………………………… 91
Наука о данных………………………………………………………………………………………………………………. 91
Машинное обучение………………………………………………………………………………………………………. 91
Различия без взаимоисключения…………………………………………………………………………………… 92
Значение стека анализа данных………………………………………………………………………………………………. 92
Электронные таблицы……………………………………………………………………………………………………. 93
VBA………………………………………………………………………………………………………………………….. 94
Современный Excel………………………………………………………………………………………………… 95
Базы данных……………………………………………………………………………………………………………………. 96
Платформы бизнес-аналитики (BI)……………………………………………………………………………….. 97
Языки программирования для анализа данных………………………………………………………….. 98
Заключение………………………………………………………………………………………………………………………………… 99
Что будет дальше…………………………………………………………………………………………………………………….. 100
Упражнения……………………………………………………………………………………………………………………………… 100
Часть II. От Excel к R……………………………………………………………………. 101
Глава 6. Первые шаги в R для пользователей Excel……………………………… 103
Загрузка R………………………………………………………………………………………………………………………………… 103
Начало работы с RStudio……………………………………………………………………………………………………….. 103
Пакеты в R………………………………………………………………………………………………………………………………… 112
Обновление R, RStudio и пакетов R……………………………………………………………………………………….. 114
Заключение………………………………………………………………………………………………………………………………. 114
Упражнения……………………………………………………………………………………………………………………………… 116
Глава 7. Структуры данных в R…………………………………………………………… 117
Векторы…………………………………………………………………………………………………………………………………….. 117
Индексирование и подмножества векторов…………………………………………………………………………… 119
От таблиц Excel к кадрам данных R………………………………………………………………………………………. 120
Импорт данных в R………………………………………………………………………………………………………………….. 122
Исследование кадра данных………………………………………………………………………………………………….. 126
Индексирование и подмножества кадров данных………………………………………………………………… 128
Запись кадров данных…………………………………………………………………………………………………………….. 129
Заключение………………………………………………………………………………………………………………………………. 130
Упражнения……………………………………………………………………………………………………………………………… 130
Глава 8. Обработка и визуализация данных в R………………………………….. 131
Обработка данных с помощью пакета dplyr…………………………………………………………………………. 131
Постолбцовые операции……………………………………………………………………………………………… 132
Построчные операции………………………………………………………………………………………………….. 135
Агрегирование и объединение данных………………………………………………………………………. 137
dplyr и оператор pipe (%>%)……………………………………………………………………………………….. 141
Преобразование данных с помощью tidyr…………………………………………………………………. 142
Визуализация данных с помощью ggplot2……………………………………………………………………………. 145
Заключение………………………………………………………………………………………………………………………………. 151
Упражнения……………………………………………………………………………………………………………………………… 151
Глава 9. Кульминация: R для анализа данных…………………………………….. 152
Разведочный анализ данных………………………………………………………………………………………………….. 153
Проверка гипотез……………………………………………………………………………………………………………………… 157
t-тест для независимых выборок…………………………………………………………………………………. 157
Линейная регрессия……………………………………………………………………………………………………… 159
Разделение и проверка данных для обучения и тестирования………………………………… 161
Заключение………………………………………………………………………………………………………………………………. 164
Упражнения……………………………………………………………………………………………………………………………… 164
Часть III. От Excel к Python………………………………………………………. 165
Глава 10. Первые шаги в Python для пользователей Excel……………………. 167
Загрузка Python……………………………………………………………………………………………………………………….. 167
Начало работы с Jupyter…………………………………………………………………………………………………………. 168
Модули в Python………………………………………………………………………………………………………………………. 176
Обновление Python, Anaconda и пакетов Python………………………………………………………. 178
Заключение………………………………………………………………………………………………………………………………. 178
Упражнения……………………………………………………………………………………………………………………………… 178
Глава 11. Структуры данных в Python…………………………………………………. 180
Массивы NumPy……………………………………………………………………………………………………………………….. 181
Индексирование и подмножества массивов NumPy……………………………………………………………… 182
Кадры данных Pandas…………………………………………………………………………………………………………….. 184
Импорт данных в Python…………………………………………………………………………………………………………. 185
Исследование кадра данных………………………………………………………………………………………………….. 187
Индексирование и подмножества кадров данных…………………………………………………….. 188
Запись кадров данных…………………………………………………………………………………………………. 189
Заключение………………………………………………………………………………………………………………………………. 189
Упражнения……………………………………………………………………………………………………………………………… 189
Глава 12. Обработка и визуализация данных в Python…………………………. 191
Постолбцовые операции…………………………………………………………………………………………………………. 192
Построчные операции…………………………………………………………………………………………………………….. 194
Агрегирование и объединение данных………………………………………………………………………………….. 195
Преобразование данных…………………………………………………………………………………………………………. 197
Визуализация данных……………………………………………………………………………………………………………… 199
Заключение………………………………………………………………………………………………………………………………. 203
Упражнения……………………………………………………………………………………………………………………………… 203
Глава 13. Кульминация: Python для анализа данных…………………………… 204
Разведочный анализ данных………………………………………………………………………………………………….. 205
Проверка гипотез……………………………………………………………………………………………………………………… 207
t-тест для независимых выборок…………………………………………………………………………………. 207
Линейная регрессия……………………………………………………………………………………………………… 208
Разделение и проверка данных для обучения и тестирования………………………………… 210
Заключение………………………………………………………………………………………………………………………………. 212
Упражнения……………………………………………………………………………………………………………………………… 212
Глава 14. Заключение и дальнейшие шаги…………………………………………… 213
Дополнительные элементы стека анализа данных………………………………………………………………. 213
План исследований и бизнес-эксперименты…………………………………………………………………………. 213
Дополнительные статистические методы……………………………………………………………………………… 214
Наука о данных и машинное обучение…………………………………………………………………………………. 214
Контроль версий………………………………………………………………………………………………………………………. 214
Этика…………………………………………………………………………………………………………………………………………. 215
Двигайтесь вперед и выбирайте то, что нравится………………………………………………………………… 215
Напутствие……………………………………………………………………………………………………………………………….. 216
Предметный указатель…………………………………………………………………………. 217
Об авторе……………………………………………………………………………………………… 221
Об изображении на обложке………………………………………………………………… 222
Джордж Маунт — основатель и генеральный директор Stringfest Analytics, консалтинговой фирмы, специализирующейся на обучении и повышении квалификации в области аналитики данных, ранее работал с ведущими учебными платформами и компаниями в этой сфере. Джордж регулярно ведет блоги и выступает с докладами на темы обучения анализу данных.
-
Погружение в аналитику данных
812 ₽
690 ₽
