《像数据达人一样思考和沟通：数据科学、统计学与机器学习》是一本完备的数据科学指南，尤其适用于职场人。本书既包括了职场中应用数据的场景介绍，也包括了算法背后的数学知识。两位作者在数据科学普及领域深耕多年，立志打造一本有趣、贴近生活，且非常具有可读性的数据科学入门书。每个人都能成为数据达人，积极地参与与数据科学、统计、机器学习相关的工作。本书适合作为商务专业人员、工程师、行政人员，以及有志成为数据科学家的研究人员的自学参考读物，也可以作为数据科学相关培训机构的教材。

《SAS数据分析》详细阐述了与SAS数据分析相关的基本解决方案，主要包括SAS编程入门，数据操控和转换，合并、索引、加密和压缩技术，统计、报表、转换过程和函数，高级编程技术：SAS宏，函数、选项和自动变量，ProcSQL高级编程技术，深入理解ProcSQL，数据可视化，报表机制和数据传输系统等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

本书的特色在于结合实际案例来展现R在数据科学领域的灵活性，不仅能让读者学习统计知识，也能提升代码编写能力。全书共15章，第1章详细介绍了R和RStudio的安装方法；第2章至第3章介绍了导入数据的方法，以及R的基本工作原理；第4章介绍了R中重要的数据管理方法；第5章讲解数据可视化的知识；第6章至第15章，每一章对应了一个统计知识点，包括描述性统计、简单线性回归、多元线性回归、虚拟变量回归、Logistic回归、多层次和纵向分析、因子分析等。为方便读者学习，本书提供了astatur包，这个工具包涵

本书主要介绍常用的统计预测与决策方法.统计预测方法主要包括定性统计预测、统计回归预测、时间序列分解法和趋势外推法、马尔可夫预测、平稳时间序列预测、模糊时间序列预测、灰色系统预测、神经网络预测和组合预测方法;决策方法主要包括不确定型决策、风险型决策、多目标决策和序贯决策等.本书注重阐述统计预测与决策模型的基本原理和方法,使之具有一定的系统性和新颖性;同时也介绍了各类模型的特点和适用范围,并给出应用案例,突出学以致用.另外,每章都配有适量的习题,部分习题具有一定的拓展性;并且提供习题详解,扫描二维码

本书是在第5版11.8节及之后内容的基础上，基于软件SPSS26，根据读者的反馈意见修订而成的。全书内容以统计分析应用为主，简要介绍各种统计分析方法的基本思想和基本概念；详细叙述操作方法，每种分析方法均设置了对应的例题，涉及各个领域。每个例题均从数据解释、数据文件结构、方法选择、操作步骤，以及对输出结果的分析解释方面给予了说明。本书保留第5版的统计分析方法，对基本操作的内容等进行了压缩、修正及简化。对于SPSS26中的界面改动部分及新增按钮部分，本书进行了相应图形及文字方面的解释、修改和补充。在

本书是在上一版前11章（11.7节以前内容）的基础上，基于软件SPSS26，根据读者的反馈意见修订而成的。本书内容以统计分析应用为主，简要介绍各种统计分析方法的基本思想和基本概念；详细叙述操作方法，对于每种统计分析方法均设置了对应的例题，涉及多个领域。每道例题均从数据解释、数据文件结构、方法选择、操作步骤，以及对输出结果的分析解释方面给予了说明。本书保留前5版的统计分析方法，对基本操作内容等进行了压缩、修正及简化。对于SPSS26界面中的改动部分及新增按钮部分，本书进行了相应图形及文字方面的解释

本书以SPSS28.0为平台，由浅入深地全面讲解SPSS软件的相关知识，通过图文并茂的方式讲解各项操作，讲解深入浅出，实例引导，内容翔实。全书分为三部分共11章，详细介绍SPSS在社会科学调查、心理学、教育学、农业领域、经济领域、医学、市场营销、管理科学、房地产、生物学、环境保护、物流等领域的应用，涉及了数据编辑与整理、基本统计分析、参数估计与假设检验、非参数检验、方差分析、相关分析、回归分析、聚类分析、判别分析、因子分析、对应分析、信度分析、生存分析、时间序列分析等综合应用案例。本书涉及面广，

本书分为上下两篇,共9章。上篇包括从逻辑到统计、频率统计、贝叶斯统计与最大熵、Fisher统计、肥尾统计,主要介绍了统计学理论四大派别的思想和主要工具。下篇包括因果认知、统计认知、商业决策、个人决策,主要剖析了统计学理论四大派别在应用端的新发展。

本书以SPSS28.0为平台，由浅入深地全面讲解SPSS软件的相关知识，通过图文并茂的方式讲解各项操作，讲解深入浅出，实例引导，内容翔实，清晰、直观、易学易用。全书分为三部分共17章，详细介绍SPSS的界面、数据文件的编辑、数据文件的整理、基本统计分析、参数估计与假设检验、非参数检验、方差分析、相关分析、回归分析、聚类分析、判别分析、因子分析、对应分析、信度分析、生存分析、时间序列分析、SPSS的综合应用案例等内容。本书涉及面广，涵盖了一般用户需要使用的各种功能，全书按逻辑顺序编排，自始至终结合

本书是“对比Excel”的第4本书，全书依旧突出对比学习的特点，通过对比Excel的方式来讲解如何利用Python学习统计学知识，即统计分析。本书是“对比Excel”之前3本书的延续，同时也是数据分析师技能树的扩展。本书的主线是围绕统计学的理论知识展开的，层层递进，依次为描述性分析、概率和概率分布、抽样推断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。每个理论知识又由核心的3个部分组成：该理论知识在数据分析中的应用、理论知识讲解、Excel和Python工具的实现，让