Python统计与数据分析实战
4619
已完结 · 共154课时
长期有效
Python统计与数据分编程，实例驱动，聚焦实战，覆盖全面
680 元/154课时 立即购买
Python统计与数据分析实战
已完结 · 共154课时 长期有效
Python统计与数据分编程，实例驱动，聚焦实战，覆盖全面
680 元/154课时
动态
微博
QQ空间
贴吧
将视频贴到博客或论坛
复制视频地址
微信扫一扫分享
- 用手机看
发布者
关注
李进华博士
本硕博毕业于武汉大学信息管理学院，曾任211大学教授，长期从事数据科学、机器学习&深度学习、人工智能&大语言模型方面的研究与系统开发。
课程概述
一. 课程收获
学习《Python统计与数据分析实战》将为您带来一系列实用的技能和收获，是获得高薪的基础，这些不仅有助于提升您的专业素养，还能够在职场上为您增加竞争力，具体包括：
1. 强化Python编程语言技能 ：
学习Python编程的高级技巧，为数据分析打下坚实的编程基础。
掌握Python中的数据科学库，包括但不限于StatsModels、Scipy、Numpy、Pandas、Matplotlib、scikit-learn等，这些库在数据分析和处理中非常重要。
2. 统计分析能力 ：
学习使用Python进行描述性统计分析，包括数据的集中趋势、离散程度和分布特征。
掌握推断性统计分析，如假设检验、置信区间等，为决策提供数据支持。
3. 数据可视化 ：
学习如何使用Python创建直观的图表和图形，如条形图、折线图、散点图、直方图、热区图等。
掌握数据可视化的最佳实践，能够清晰地传达数据分析结果。
4. 高级数据分析技术 ：
掌握回归分析、回归诊断、模型正则化与参数选择、聚类分析等高级统计技术。
学习如何使用Python实现机器学习算法，如分类、回归和PCA主成分分析等。
学习各种非参数统计模型，包括核密度估计、分位数回归、正交序列回归与样条回归、对数线性模型等。
5. 解决实际问题的能力 ：
通过实战案例学习如何将理论知识应用到实际问题中。
培养解决复杂数据分析问题的能力，提高工作效率和质量。
6. 职业发展和薪资提升 ：
数据分析是一个高需求的领域，掌握Python数据分析技能将大大增加您的就业机会。
根据市场调查，具备数据分析技能的专业人士通常能够获得更高的薪资待遇。
为转行或职业升级提供强有力的技能支持，无论是在金融、市场研究、产品管理还是其他领域。
7. 终身学习的基础：
通过学习《Python统计与数据分析实战》，您将建立起持续学习和自我提升的基础。
随着数据分析技术的不断进步，您将能够跟上行业发展的步伐，不断提升自己的技能。
二. 适用人群
1. 准备毕业后从事统计与数据分析行业的大学毕业生或准毕业生。尤其是需要转向从事计算机编程、数据分析和机器学习方面工作的毕业生，或者需要提升技能以寻找高薪酬工作的准毕业生等。
2. 公司或企事业单位内部有数据分析和统计分析需求的从业人员。
3. 大学和科研院所的硕、博士研究生、青年教师等，特别是在管理学和人文社会科学等专业有量化研究需求的研究生和教师等。
4. 需要转行从事数据分析方面工作，或有技能提升需求的初入职场者。
常见问题
Q：课程在什么时间更新？
A：课程更新频次以页面前端展示为准。购买成功后，课程更新将通过账号动态提示，方便及时观看。
Q：课程购买后有收看时间限制吗？
A：购买后除不可抗力因素外，本课程长期有效，请您放心购买。
Q：原价购买课程后，如遇到优惠折扣，是否可以退还差价或重新购买？
A：虚拟商品付款后无法返还，请您随时留意各类课程折扣信息，按需购买。
Q：购买课程后是否可以加入老师的粉丝群或者用户群？
A：如老师设置用户群，我们将邀您加入，但我们无法承诺所有老师均提供用户群服务，感谢理解。
课程目录
课程群
第1章：数据描述性分析
1
全集试看
0. 课程导学
视频课
40分5秒
2
部分试看
1.1.1 位置与分散程度的度量(1)
视频课
21分37秒
3
1.1.1 位置与分散程度的度量(2)
视频课
17分49秒
4
1.1.1 位置与分散程度的度量(3)
视频课
11分16秒
5
1.1.2 关系度量
视频课
9分39秒
6
1.1.3 分布形状的度量
视频课
16分1秒
7
1.1.4 数据特性的总括
视频课
10分37秒
8
1.2.1 数据分布的基本概念
视频课
21分8秒
9
1.2.2 常见离散型分布
视频课
29分44秒
10
部分试看
1.2.3 常见连续型分布_(1) 正态分布
视频课
27分34秒
11
1.2.3 常见连续型分布_(2) t分布
视频课
14分23秒
12
1.2.3 常见连续型分布_(3) gamma分布
视频课
7分17秒
13
部分试看
1.3.1 正态分布的图形
视频课
10分48秒
14
1.3.2-1.3.3 卡方分布与F分布的图形
视频课
23分21秒
15
1.4.1 直方图与核密度估计
视频课
21分23秒
16
1.4.2 经验分布函数
视频课
18分37秒
17
1.4.3 QQ图与茎叶图
视频课
27分54秒
18
1.5.1 二元数据的数字特征
视频课
23分13秒
19
部分试看
1.5.2 多元数据的数字特征
视频课
11分50秒
20
1.6 多元数据的基本图形表示
视频课
19分46秒
第2章：参数估计
21
部分试看
2.1.1 点估计-极大似然法的概念
视频课
22分7秒
22
2.1.2 极大似然估计-连续函数空间的解析解
视频课
10分9秒
23
2.1.3 极大似然估计-对数似然方程的数值解
视频课
24分55秒
24
2.2.1 单个正态总体均值的区间估计（1）
视频课
24分55秒
25
部分试看
2.2.1 单个正态总体均值的区间估计（2）
视频课
11分15秒
26
2.2.1 单个正态总体均值的区间估计（3）
视频课
9分53秒
27
2.2.2 单个正态总体的方差的区间估计
视频课
16分52秒
28
2.2.3 两个正态总体均值之差的区间估计（1）
视频课
11分53秒
29
2.2.3 两个正态总体均值之差的区间估计（2）
视频课
24分1秒
30
2.2.4 两个正态总体的方差比的区间估计
视频课
17分28秒
31
部分试看
2.2.5 非正态分布总体均值的区间估计
视频课
13分8秒
32
2.2.6 单侧置信区间估计（1）
视频课
35分1秒
33
2.2.6 单侧置信区间估计（2）
视频课
22分29秒
34
2.2.6 单侧置信区间估计（3）
视频课
14分13秒
35
2.2.6 单侧置信区间估计（4）
视频课
7分41秒
第3章：假设检验
36
3.1 假设检验的基本原理（1）
视频课
18分20秒
37
3.1 假设检验的基本原理（2）
视频课
15分19秒
38
3.2.1 正态总体均值的假设检验（1）
视频课
24分55秒
39
3.2.1 正态总体均值的假设检验（2）
视频课
14分48秒
40
3.2.2 正态总体方差的假设检验（1）
视频课
12分39秒
41
3.2.1 正态总体均值的假设检验（3）
视频课
19分52秒
42
3.2.1 正态总体均值的假设检验（3）
视频课
19分52秒
43
3.2.1 正态总体均值的假设检验（4）
视频课
24分43秒
44
3.2.2 正态总体方差的假设检验（1）
视频课
12分39秒
45
3.2.2 正态总体方差的假设检验（2）
视频课
8分33秒
46
3.2.3 二项分布总体的假设检验
视频课
17分33秒
第4章：回归分析
47
4.1 回归分析的概念与一元线性回归（1）
视频课
15分6秒
48
4.1 回归分析的概念与一元线性回归（2）
视频课
13分23秒
49
4.1 回归分析的概念与一元线性回归（3）
视频课
26分7秒
50
部分试看
4.1 回归分析的概念与一元线性回归（4）
视频课
26分13秒
51
4.1 回归分析的概念与一元线性回归（5）
视频课
8分37秒
52
4.1 回归分析的概念与一元线性回归（6）
视频课
23分11秒
53
4.1 回归分析的概念与一元线性回归（7）
视频课
17分18秒
54
部分试看
4.2 多元线性回归（1）
视频课
18分45秒
55
4.2 多元线性回归（2）
视频课
14分35秒
56
4.2 多元线性回归（3）
视频课
10分40秒
57
4.2 多元线性回归（4）
视频课
11分12秒
58
4.2 多元线性回归（5）
视频课
22分22秒
59
4.2 多元线性回归（6）
视频课
24分21秒
60
4.2 多元线性回归（7）
视频课
23分52秒
61
4.3.1 逐步回归
视频课
44分14秒
62
4.3.2 模型压缩与正则化（1）
视频课
17分27秒
63
4.3.2 模型压缩与正则化（2）
视频课
17分25秒
64
4.3.2 模型压缩与正则化（3）
视频课
15分40秒
65
4.3.2 模型压缩与正则化（4）
视频课
28分
66
4.3.2 模型压缩与正则化（5）
视频课
24分22秒
67
部分试看
4.3.2 模型压缩与正则化（6）
视频课
18分6秒
68
部分试看
4.4.1 三种残差
视频课
28分11秒
69
4.4.2 残差图
视频课
22分6秒
70
4.4.3 影响分析
视频课
19分18秒
71
部分试看
4.4.4 多重共线性
视频课
17分30秒
72
4.5 广义线性模型
视频课
8分35秒
73
4.5.1 逻辑斯蒂回归模型（1）
视频课
14分
74
4.5.1 逻辑斯蒂回归模型（2）
视频课
24分49秒
75
4.5.1 逻辑斯蒂回归模型（3）
视频课
15分34秒
76
4.5.1 逻辑斯蒂回归模型（4）
视频课
7分39秒
77
4.5.2 泊松回归模型
视频课
13分48秒
78
部分试看
4.6.1 多项式回归模型
视频课
15分48秒
79
4.6.2 正交多项式回归模型（1）
视频课
15分28秒
80
4.6.2 正交多项式回归模型（2）
视频课
19分22秒
81
部分试看
4.6.3 内在非线性回归
视频课
19分5秒
82
4.6.4 阶梯函数
视频课
35分59秒
83
4.6.5 回归样条（1）
视频课
19分15秒
84
4.6.5 回归样条（2）
视频课
18分17秒
85
4.6.5 回归样条(2)
视频课
18分17秒
86
部分试看
4.6.5 回归样条（3）
视频课
13分16秒
87
部分试看
4.6.6 广义可加模型
视频课
11分38秒
88
4.2 多元线性回归（8）补充4.2.2节模型修正
视频课
25分48秒
第5章：方差分析
89
5.1 单因素方差分析
视频课
28分10秒
90
部分试看
5.1.1 单因素方差分析示例
视频课
21分12秒
91
5.1.2 均值多重比较
视频课
21分3秒
92
5.1.3 方差齐性检验
视频课
16分49秒
93
5.1.4 Kruskal-Wallis秩和检验
视频课
23分38秒
94
5.1.5 Friedman秩和检验
视频课
5分9秒
95
5.2.1 不考虑交互作用的双因素方差分析
视频课
24分55秒
96
5.2.2 考虑交互作用的双因素方差分析
视频课
13分35秒
第6章：判别分析与聚类分析
97
部分试看
6.1.1 距离判别（1）
视频课
28分14秒
98
6.1.1 距离判别（2）
视频课
17分13秒
99
6.1.1 距离判别（3）
视频课
43分9秒
100
6.1.2 贝叶斯判别（1）
视频课
25分25秒
101
6.1.2 贝叶斯判别（2）
视频课
8分43秒
102
6.1.3 Fisher判别
视频课
28分55秒
103
6.1.4 线性判别与二次判别分析
视频课
39分51秒
104
6.1.4 线性判别与二次判别分析_补充知识
视频课
10分20秒
105
6.2 聚类分析（1）
视频课
18分32秒
106
6.2 聚类分析（2）
视频课
16分42秒
第7章：主成分分析、因子分析与典型相关分析
107
部分试看
7.1.1 主成分分析过程（1）
视频课
24分25秒
108
7.1.1 主成分分析过程（2）
视频课
14分32秒
109
7.1.1 主成分分析过程（3）
视频课
12分55秒
110
7.1.2 主成分回归
视频课
25分15秒
111
部分试看
7.2.1 因子模型
视频课
29分32秒
112
7.2.2 因子分析的参数估计（1）
视频课
30分7秒
113
7.2.2 因子分析的参数估计（2）
视频课
11分54秒
114
7.2.2 因子分析的参数估计（3）
视频课
14分52秒
115
部分试看
7.2.2 因子分析的参数估计（4）
视频课
23分25秒
116
7.2.3 因子旋转
视频课
11分16秒
117
7.2.4 因子得分
视频课
19分56秒
118
部分试看
7.3 典型相关分析（1）
视频课
16分36秒
119
7.3 典型相关分析（2）
视频课
23分28秒
120
7.3 典型相关分析（3）
视频课
29分6秒
第8章：非参数统计
121
部分试看
8.1.1 经验分布
视频课
24分57秒
122
8.1.2 生存函数
视频课
9分44秒
123
8.1.3 秩检验统计量
视频课
14分58秒
124
8.2.1 符号检验
视频课
22分27秒
125
8.2.2 分位数检验
视频课
7分5秒
126
8.2.3 Cox-Stuart趋势存在性检验
视频课
17分31秒
127
8.2.4 随机游程检验
视频课
10分49秒
128
8.2.5 Wilcoxon符号秩检验
视频课
12分19秒
129
8.2.6 正态记分检验
视频课
10分36秒
130
8.2.7 分布一致性检验
视频课
18分58秒
131
全集试看
8.2.8 K-S与Liliefor正态性检验
视频课
7分5秒
132
部分试看
8.3.1 Brown-Mood中位数检验
视频课
28分23秒
133
全集试看
8.3.2-3 W-M-W秩和检验和Mood方差检验
视频课
6分36秒
134
部分试看
8.4.1 K-W单因素方差分析
视频课
18分44秒
135
8.4.2 Friedman秩方差分析法
视频课
7分51秒
136
8.4.3 Hodges-Lehmann检验
视频课
15分25秒
137
8.4.4 Cochran检验
视频课
6分18秒
138
8.5.1 列联表和独立性检验
视频课
16分3秒
139
8.5.2-3 Fisher精确性检验与M-H检验
视频课
12分41秒
140
部分试看
8.5.4 对数线性模型
视频课
34分36秒
141
8.6.1 Spearman秩相关检验
视频课
12分37秒
142
8.6.2 Kendall 相关检验
视频课
13分49秒
143
8.6.3 多变量Kendall协和系数检验
视频课
18分44秒
144
8.6.4 Kappa一致性检验
视频课
14分10秒
145
8.6.5 中位数回归系数估计方法（1）
视频课
11分51秒
146
8.6.5 中位数回归系数估计方法（2）
视频课
25分4秒
147
部分试看
8.6.6 线性分位回归模型
视频课
25分7秒
148
部分试看
8.7.1 直方图密度估计
视频课
17分40秒
149
8.7.2 核密度估计
视频课
25分25秒
150
部分试看
8.8.1 核回归光滑模型
视频课
15分7秒
151
8.8.2 局部多项式回归
视频课
20分10秒
152
8.8.3 LOWESS稳健回归
视频课
8分56秒
153
8.8.4 k近邻回归
视频课
5分25秒
154
8.8.5 正交序列回归与样条回归
视频课
10分41秒
相关推荐
【618红包返现】小白玩转Python数据分析
全流程Python数据分析课，配合多个项目实战，点满数据技能
233.3万播放/共106课时
Python小白也能听懂的入门课
Michael老师，ViaX盐趣签约导师，南洋理工大学博士。新华网大数据分析师、新加坡A-STAR研究中心研究员、曾获“新加坡总统奖学金”、论文曾多次发表在CSWIM、ICIS、ISR、IS等国际会议
396.0万播放/共20课时
AIGC ChatGPT 办公自动化实战
ChatGPT 办公自动化实战，高效职场办公应用案例实践
2110播放/共61课时
【新课上线】AI数据分析课
一杯奶茶钱，搞懂AI能为你做什么，帮你从观望到上手！
7169播放/共10课时
小白也能听懂的人工智能原理
仅用中学数学知识就能看懂的人工智能入门课
493.3万播放/共14课时
科技老李的DAMA数据管理知识体系课2.0
全面解读DAMA数据治理知识体系，进入高薪紧俏职业的敲门砖
7528播放/共67课时
【AI大模型+AI绘画】前沿必读论文精讲代码复现
LLaMA、ChatGLM、SAM等9篇前沿必读论文精讲
14.6万播放/共84课时
交通信息预测Matlab实例分析
交通信息预测与机器学习模型
1376播放/共5课时
【618红包返现】小白玩转AI大模型应用开发
紧跟前沿的AI应用开发课，5个项目手把手实战，掌握全流程
151.7万播放/共117课时
10小时入门R语言-Jeff老师
10小时解决你的R语言困扰，为你的科研道路添砖加瓦
3.1万播放/共55课时
程序员的AI必修课：6小时精通AIGC智能编程
多种AI智能工具例如Bito、CodeGeeX、prompt
3.7万播放/共29课时
【618特惠】人工智能0基础通关训练营
11项必备技能，7种机器学习实现方式，34种深度学习常用算法
36.6万播放/共160课时
Python爬虫变现训练营（含AI编程）
看动画、学爬虫、拿证书、赚副业，一步到位（含1v1服务）
6529播放/共200课时
【含Deepseek论文】人工智能顶会论文精讲
精选90+篇各任务领域程碑式的论文，帮你快速构建技术发展框架
81.1万播放/共896课时
从0开始搞定AI竞赛【科研、留学、找工作必备】
4个阶段，7场经典赛事，170多节课程带你从入门到进阶！
26.1万播放/共226课时
评论（0）