数据化分析与决策：从入门到精通（何宗武）

在未来，容易上手的程序语言与免费的教材只会越来越普及，唯有不错的资料素养和决策分析能力，才能真正让你出类拔萃！
◎内行引入门→本书作者实力雄厚，拥有多年教学经验，更是R语言中文版的编译者。
◎功力就大增→解析型企业、时间序列、决策树、随机森林等十个大数据核心讲题帮你全方位大提升！
◎思维超展开→程序语言专业讲解与发人省思的分析探讨同步帮你掌握关键。
◎展望大未来→每讲皆以国际化的大数据时事开头，引发学习兴趣，增进视野高度！

我分类故我在！大数据也要大思维！思维革新比数据技术更重要！
在商业分析和商业智慧的场景下，人们需要的是建构大数据，而不是从巨量资料当中“大海捞针”。
如果只是把资料变多，认知学习能力的维度却没有变高，接下来会如何？从少量数据都学习不到的价值，大数据只会让它更遥不可及。
大数据时代来临，获取数据和信息的技术越发精进，每天产生的数据量也越来越庞大，该如何发挥庞大信息的影响力呢？未来，容易上手的程序语言与免费的教材只会越来越普及，唯有不错的资料素养和决策分析能力才能真正让你出类拔萃！
本书内容丰富，从多个角度切入，探讨大数据所推荐的工具，例如R Commander、决策树、随机森林与R语言强大的视觉化功能。除了概念解析之外，作者更逐行解析专业程序语言，再加码实际操作与应用功能说明。本书非常适合作为R语言的基础自学书。

何宗武
现任中国台湾师范大学全球经营与策略研究所教授，曾任中国台湾世新大学特聘教授、财务金融学系教授、数量方法研究暨发展中心主任。擅长财务经济学、金融大数据、计量经济资料科学及程序语言等，曾出版《R语言：深入浅出财经计量》《R资料采矿与数据分析：以GUI套件Rattle结合程序语言实作》《资料分析轻松学：R Commander高手捷径》《Eviews高手：财经计量应用手册》等多部著作。

第 1 讲？ 分析型企业的概念？ ？ 001
大数据有大用？ ？▲007
数据分析过程涉及的两个大数据环境？ ？▲009
算法的概念？ ？▲013
数据分析之信息概论？ ？▲017
测量的哲学——自我学习之路？ ？▲030
本书内容安排？ ？▲032

第 2 讲？ 统计分布的数字特征？ ？ 037
统计图？ ？▲040
平均值？ ？▲041
四分位距？ ？▲043
标准差？ ？▲045
偏度？ ？▲047
峰度？ ？▲049
分析大数据时需要注意的问题？ ？▲051
商业模式的数字挑战？ ？▲052

第 3 讲？ 时间序列？ ？ 053
时间序列的概念？ ？▲057
时间序列的特点？ ？▲057
时间序列分析之低频分析？ ？▲059
时间序列的分类分析？ ？▲061
时间序列分析之日高频分析？ ？▲069
分类分析？ ？▲072
时间序列分析之日内高频分析？ ？▲077
分析大数据时需要注意的问题？ ？▲080
预测失灵？ ？▲081

第 4 讲？ 期望值与信赖区间？ ？ 083
期望的概念？ ？▲087
简单的统计原理？ ？▲087
R Commander 项目实战？ ？▲096
残差诊断？ ？▲103
R 语言程序实战？ ？▲113
分析大数据时需要注意的问题？ ？▲117
基于区块链的决策思考？ ▲120

第 5 讲？ 二元选择模型与 Logistic 模型？ ？ 123
二元选择模型？ ？▲126
R Commander 项目实战？ ？▲131
R 语言程序实战？ ？▲137
分析大数据时需要注意的问题？ ？▲142
大数据的经济预测？ ？▲144

第 6 讲？ 主成分分析？ ？ 147
主成分分析的概念？ ？▲150
R Commander 项目实战？ ？▲153
R 语言程序实战？ ？▲168
分析大数据时需要注意的问题？ ？▲173
都是预测惹的祸？ ？▲174

第 7 讲？ 聚类分析？ ？ 177
聚类分析的基本概念？ ？▲180
R Commander 项目实战 ？ ？▲184
R 语言程序实战？ ？▲196
分析大数据时需要注意的问题？ ？▲203
平台经济的数据决策？ ？▲204

第 8 讲？ 决策树？ ？ 207
决策树的概念？ ？▲210
决策树的分类原理？ ？▲210
R Commander 项目实战？ ？▲213
R 语言程序实战？ ？▲222
分析大数据时需要注意的问题？ ？▲230
当数据变成噪声？ ？▲232

第 9 讲？ 随机森林？ ？ 235
随机森林的概念？ ？▲238
随机森林的特点？ ？▲239
R Commander 项目实战？ ？▲239
R 语言程序实战？ ▲248
分析大数据时需要注意的问题？ ？▲250
都是随机惹的祸？ ？▲251

第 10 讲？ 购物车分析？ ？ 253
购物车分析的概念？ ？▲256
关联分析的原理？ ？▲256
R Commander 项目实战？ ？▲258
R 语言程序实战？ ？▲263
分析大数据时需要注意的问题？ ？▲278
数据产品化——大数据决策的最后一段路？ ？▲280

附录 A？ 关于 R 语言的安装？ ？ 283
R 语言简介及安装？ ？▲284
R Commander 简介？ ？▲291
安装 R Commander？ ？▲292
附录 B？ rattle 包的安装？ ？ 295
加载外部数据？ ？▲298
加载 R 语言内置数据？ ？▲301

附录 C？ 数据文件的读取和 MySQL 数据库的使用？ ？ 303
数据的读取？ ？▲304
使用数据库读取数据？ ？▲317
常用的数据处理函数？ ？▲321
数据计算函数 apply() 家族？ ？▲322