Sorry, this page is no longer available
We may earn an affiliate commission when you visit our partners.
Course image
365 Careers and Transvidio Inc.

想成为市场分析师、商业智能分析师、数据分析师或数据科学家吗?

想获得此类工作所需的量化技能吗?

没错,您来对了!

《数据科学和商业分析中的统计学基础》正是为此而打造!(还附赠Excel模板哦)

从这里开始吧,这将是一个完美的起点!

相信用不了多久,您就能掌握这些基本技能,理解这些复杂的统计分析逻辑。我们打造这门课程的目标是:

  • 简单易懂

  • 综合全面

  • 实际可用

  • 切中要害

  • 包含大量练习和资源

  • 数据驱动

  • 会向您介绍统计科学术语

  • 会教你数据可视化

  • 向您展示量化研究的主要支柱

本课所包含的大多数主题互联网上都已有很多解释,这不是什么秘密。但是,我们几乎不可能找到一个成体系的内容,给您讲清楚为什么某些统计测试会被如此频繁的使用。现代编程语言和相关程序包正在自动化大多数这些功能,但本课程会为您提供更有价值的东西——批判性思维能力。计算机和编程语言就像海上的船。它们是很好的船只,可以将您带到所需的目的地,但您,作为有远见的数据科学家或商业智能分析师,可以为它们指明正确的前进方向。

Read more

想成为市场分析师、商业智能分析师、数据分析师或数据科学家吗?

想获得此类工作所需的量化技能吗?

没错,您来对了!

《数据科学和商业分析中的统计学基础》正是为此而打造!(还附赠Excel模板哦)

从这里开始吧,这将是一个完美的起点!

相信用不了多久,您就能掌握这些基本技能,理解这些复杂的统计分析逻辑。我们打造这门课程的目标是:

  • 简单易懂

  • 综合全面

  • 实际可用

  • 切中要害

  • 包含大量练习和资源

  • 数据驱动

  • 会向您介绍统计科学术语

  • 会教你数据可视化

  • 向您展示量化研究的主要支柱

本课所包含的大多数主题互联网上都已有很多解释,这不是什么秘密。但是,我们几乎不可能找到一个成体系的内容,给您讲清楚为什么某些统计测试会被如此频繁的使用。现代编程语言和相关程序包正在自动化大多数这些功能,但本课程会为您提供更有价值的东西——批判性思维能力。计算机和编程语言就像海上的船。它们是很好的船只,可以将您带到所需的目的地,但您,作为有远见的数据科学家或商业智能分析师,可以为它们指明正确的前进方向。

我们对教学充满热情

我们为了创建最好的统计学课程,连续工作了几个月,这将为您带来最大的价值。我们希望您取得成功,这就是本课为什么要制作的非常有趣的原因。高质量的动画、一流的课程材料、测验问题、讲义和课程笔记,以及包含学习会涉及到的新术语的词汇表,而且这也只是您加入本课程后的一部分好处。

这门课程与其他统计学课程有何不同? 

  • 高品质的制作——高清视频和动画(这不是无聊讲座的集合!)

  • 知识渊博的老师(一位曾参加过国际竞赛水平的数学家和统计学家)

  • 完整的课程结构——我们将涵盖成为市场分析师、商业智能分析师、数据分析师或数据科学家所需的所有主要统计学主题和技能

  • 广泛的案例研究将帮助您巩固所学的一切 

  • 出色的支持 - 如果您对某个概念不了解或只是单纯想给我们留个言,我们将会在1个工作日内给您答复

  • 动态的教学节奏 - 不想浪费时间?讲师已在整个课程中设定了非常好的节奏

为什么需要这些技能?   

  1. 薪水/收入 —— 数据科学领域的职业是当今最受企业欢迎的职业之一。大多数企业开始意识到可支配数据能带来的竞争优势,而且这种趋势会持续增长。

  2. 升职——如果您建立了对统计学的良好理解,您就能够用量化的证据来支撑自己的商业创意,毋庸置疑这将会是一条升职捷径。

  3. 有保障的未来——如上所言,对理解数字和数据并能够解释它的人,企业的需求正在呈指数增长;您可能还听说过即将被自动化浪潮所取代的工作,对吧?是的,数据科学职业是那些设计自动化的人,而不是被自动化所取代的人。

  4. 成长——这不是一份无聊的工作。每天,您都会面临不同的挑战,这些挑战将考验您现有的技能,并要求您学习新的东西。

请记住,该课程附带Udemy的30天无条件退款保证。为什么我们敢作出这样的承诺呢?因为我们坚信这门课程将为您提供巨大的价值。  

点击“立即购买”,让我们今天就开始学习吧!  

Enroll now

What's inside

Learning objectives

  • 理解统计学的基本原理
  • 学习如何使用不同类型的数据
  • 掌握绘制不同类型的数据
  • 掌握集中趋势、不对称性和变异性量度的计算方法
  • 计算相关性和协方差
  • 区分和使用不同类型的分布
  • 估计置信区间
  • 进行假设检验
  • 数据驱动的决策
  • 理解回归分析的机制
  • 进行回归分析
  • 使用和理解虚拟变量
  • 基于python和r来理解数据科学的相关概念!
  • Show more
  • Show less

Syllabus

引言
课程概要

您可以从本节提供的链接下载本课程的所有资源。

样本数据和总体数据
Read more

每个统计分析的第一步是确定正在处理的数据是总体还是样本。此外,我们需要知道随机样本和代表性样本之间的区别。

在进行检验之前,我们必须熟悉变量的类型,因为不同类型的统计检验和可视化需要使用不同类型的数据。

在本节课中,我们展示了变量的另一种分类方式——计量尺度

了解数据类型之后,我们开始研究分类变量的可视化技巧,即频率分布表,条形图,饼图和帕累托图。

分类变量的可视化技巧练习。

在对数据类型进行分类之后,我们开始研究数值型变量的频率分布表。

数值型变量的频率分布表练习。

在频率分布表的基础上,我们将学习如何用直方图来表示数据。

直方图练习。

描述性统计

在本节课中,我们将探讨展示变量关系的不同方法。

交叉表和散点图练习。

本节课将介绍集中趋势的三个量度——均值,中位数和众数。

关于集中趋势度量的练习。

在本节课中,我们展示了最常用的测量不对称性的工具——偏度,及偏度与均值、中位数和众数的关系。

偏度练习。

我们开始探讨最常见的变异性测量方法。本节课将重点讨论方差。

方差练习。

我们通过引入标准差和变异系数来建立方差。

标准差和变异系数练习。

我们继续学习变量之间相关性最常见的量度:协方差。

协方差练习。

相关系数——变量之间相关性的定量表示。

相关系数练习。

描述性统计实例

这是一次实操,包含了迄今为止的所有课程所学的内容——数据类型,测量水平;分类和数值型变量的图形和表格,以及变量之间的关系;集中趋势、不对称性、可变性和变量之间关系的度量。

我们将所有已学的知识应用于房地产公司的真实数据,并从零开始进行商业分析。

实例练习。

介绍推论统计部分内容的课程。

我们解释了什么是分布,有哪些类型的分布,以及分布如何帮助我们更好地理解统计数据。

我们介绍了正态分布及其在统计学领域的重要性。

我们通过标准化将正态分布转化为标准正态分布以便进行研究,并详细阐述了标准正态分布在检验中的作用。

标准正态分布练习。

中心极限定理——最重要的统计学概念之一。定义和示例。

我们引入了标准误——进行预测的重要因素。

我们探讨了估计量和估计值,并尝试区分这两个概念。

这部分课程的核心——置信区间。

我们将看到使用置信区间的第一个例子,并介绍了z分数的概念。

置信区间练习。

回答了问答区的问题后,我们决定增加一节课来更深入地探讨置信区间是什么。

关于学生T分布出现的小故事——这是处理小样本很有用的工具。

我们将置信区间与学生T分布两部分知识相结合,使用小样本进行推理。

总体方差未知的情况下计算置信区间的练习。

通过误差幅度深入研究影响置信区间的因素。

我们展示了置信区间的实例。在本课中,我们将重点介绍医学中经常发现的相关样本。

两个均值(相关样本)的置信区间练习。

我们继续应用所学的知识。这次的例子使用的是总体方差已知的独立样本。

两个均值(独立样本)的置信区间练习。

通常情况下,我们不知道总体方差,因为拥有总体的数据成本太高(或不可能)。我们通过样本方差探讨如何处理这个问题。我们从更简单的情况开始,假设两个样本的方差相等。

我们以方差未知且不同的独立样本为例结束置信区间的部分。这是最常见的情况。

推论统计的一个实例

到目前为止,我们将应用所有关于描述统计和推论统计的知识。

该数据为鞋店的购物数据。我们探讨了不同产品和商店的销售量,并尝试更好地管理我们公司的库存。

推论统计的一个实例

到目前为止,我们将应用所有关于描述统计和推论统计的知识。

该数据为鞋店的购物数据。我们探讨了不同产品和商店的销售量,并尝试更好地管理我们公司的库存。

请查看本节课附带的练习和解答文件。

假设检验是统计学的核心。我们从最基本的假设开始:什么是零假设和备择假设。我们展示了不同的例子,并说明了如何提出将被检验的假设。

每当我们进行假设检验时,我们要么接受,要么拒绝。在本节课中,我们将解释检验背后的基本原理。

检验时可能会犯两个错误——错误肯定和错误否定。为了成为更好的统计学家,我们必须熟悉这些问题。

基于对置信区间、z分数的了解和提出假设的能力,我们检验了我们的第一个假设。

假设检验练习。总体方差已知时检验均值。

显著性水平决定了假设是应该被接受还是应该被拒绝。在现实生活中,我们更喜欢使用另一种量度——p值。

使用新的p值概念,我们执行一些t检验。

假设检验练习。总体方差未知时检验均值。

与我们置信区间的例子类似,检验有不同的情况。我们这节课检验两个相关样本的均值。

相关样本的假设检验练习。

我们尝试更常见的独立样本的例子。我们研究了两个学院学生大学成绩的数据集:工程学院和管理学院。

我们用苹果价格的例子来结束这个课题。这个例子包含两个方差未知但相等的两个独立样本。

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Provides a solid foundation in statistical concepts, which is essential for anyone looking to build a career in data science or business analytics
Covers a comprehensive range of statistical topics, from descriptive statistics to hypothesis testing, which are all crucial for data-driven decision-making
Includes practical examples and case studies using real-world data, which helps learners apply their knowledge to solve business problems
Teaches how to perform statistical analysis using Excel, which is a widely used tool in business and makes the course accessible to a broader audience
Briefly touches upon Python and R, which are essential tools for data science, but may require learners to seek additional resources for in-depth knowledge
Emphasizes the importance of critical thinking and understanding the underlying logic behind statistical tests, which is more valuable than simply automating tasks with programming languages

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

数据科学和商业分析统计基础

根据学员们的说法,这门课程提供了扎实的统计学基础知识,非常适合想要进入数据科学和商业分析领域的初学者。课程内容被认为涵盖广泛易于理解,讲师的教学风格清晰引人入胜。特别是描述性统计推论统计回归分析等核心概念得到了深入且实用的讲解。尽管一些评论提到某些概念可能需要额外练习来完全掌握,但总体而言,这门课程因其结构良好案例丰富以及能够帮助学员建立分析思维而获得高度评价
部分概念掌握需更多练习。
"课程内容很好,但有些概念需要我在课后花额外时间做更多练习才能真正掌握。"
"为了完全内化这些统计方法,我认为需要结合更多的动手实践。"
"虽然有练习题,但对于某些章节,我感觉需要更多不同类型的题目来巩固理解。"
内容组织有序,循序渐进。
"课程结构非常逻辑清晰,从基础到进阶,一步步引导我学习。"
"每个模块的内容都安排得很合理,便于系统学习。"
"大纲设计得很好,涵盖了数据分析师所需的关键统计知识点。"
非常适合统计学零基础的学员。
"我没有统计学背景,但这门课让我这个初学者也能轻松入门。"
"老师从最基本的概念讲起,对新手非常友好。"
"如果你是统计学新手,这门课绝对是你的首选。"
理论结合实际,案例有启发性。
"课程中的案例研究非常实用,帮助我理解了统计学在实际商业问题中的应用。"
"通过实际数据进行的练习让我更好地掌握了所学知识。"
"我学到了如何在真实场景中应用假设检验和回归分析。"
"这些案例让我看到了统计学如何指导数据驱动的决策过程。"
讲师能够把复杂概念讲简单。
"讲师的讲解非常清晰,即使是复杂的统计概念也能轻松理解。"
"教学节奏很好,不会感到仓促,给了我足够的时间消化。"
"视频质量很高,动画辅助理解,让学习过程不枯燥。"
"老师用直观的方式解释了抽象的统计原理,这对我很有帮助。"
为数据科学和商业分析奠定基础。
"对于刚接触数据科学或商业分析的人来说,这门课是极好的起点。"
"课程内容全面,覆盖了从描述性统计到回归分析的关键概念。"
"我需要一个坚实的统计学基础来理解更高级的数据科学主题,这门课做到了。"
"它教会了我进行数据驱动决策所需的基本统计思维。"

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in 数据科学和商业分析中的统计学基础 with these activities:
阅读《统计学》
通过阅读统计学教材,可以更全面地了解统计学的知识体系,并加深对课程内容的理解。
View Statistics on Amazon
Show steps
  • 选择一本适合自己的统计学教材。
  • 系统地阅读教材,并做好笔记。
  • 结合课程内容,重点阅读相关章节。
使用Excel进行统计分析练习
通过使用Excel进行统计分析练习,可以巩固所学的统计知识,并提高数据处理和分析能力。
Show steps
  • 下载或创建包含统计数据的数据集。
  • 使用Excel计算各种统计量,如均值、标准差等。
  • 使用Excel绘制各种统计图表,如直方图、散点图等。
  • 分析结果,并撰写分析报告。
阅读《商务与经济统计》
通过阅读商务与经济统计教材,可以了解统计学在商业分析中的应用,并提高解决实际问题的能力。
Show steps
  • 选择一本适合自己的商务与经济统计教材。
  • 系统地阅读教材,并做好笔记。
  • 结合课程内容,重点阅读相关章节。
Three other activities
Expand to see all activities and additional details
Show all six activities
完成一个小型数据分析项目
通过完成一个小型数据分析项目,可以将所学的统计知识应用到实际问题中,并提高解决问题的能力。
Show steps
  • 选择一个感兴趣的数据分析项目。
  • 收集相关数据。
  • 使用统计方法分析数据。
  • 撰写分析报告,并提出建议。
创建统计学概念讲解视频
通过创建统计学概念讲解视频,可以加深对统计学概念的理解,并提高表达能力。
Show steps
  • 选择一个统计学概念进行讲解。
  • 准备讲解材料,包括文字、图片、动画等。
  • 录制讲解视频。
  • 编辑视频,并添加字幕。
  • 发布视频,并接受反馈。
在论坛上回答统计学问题
通过在论坛上回答统计学问题,可以巩固所学的知识,并帮助他人解决问题。
Show steps
  • 寻找统计学相关的论坛。
  • 浏览论坛上的问题,并选择自己能够回答的问题。
  • 认真回答问题,并提供详细的解释。
  • 及时回复提问者的反馈。

Career center

Learners who complete 数据科学和商业分析中的统计学基础 will develop knowledge and skills that may be useful to these careers:
市场分析师
市场分析师的角色是帮助企业了解市场趋势,洞察消费者行为,并为营销策略提供数据支持。对于希望从事市场分析师工作的人来说,学习《数据科学和商业分析中的统计学基础》课程非常有价值。课程介绍的统计学基本原理、数据类型处理、数据可视化技巧,以及集中趋势、不对称性和变异性量度的计算方法,能够帮助市场分析师更好地理解和分析市场数据,从而为企业提供更科学的市场策略。《数据科学和商业分析中的统计学基础》课程特别适合希望进入这一领域的学习者。
商業智能分析師
商业智能分析师是利用数据分析工具和技术,从大量的业务数据中提取有价值的信息,并将其转化为可操作的商业决策的专业人士。您想成为一名商业智能分析师吗?那么《数据科学和商业分析中的统计学基础》课程是不可或缺的。该课程涵盖了商业智能分析师需要掌握的统计学概念和技能,如相关性分析、回归分析、假设检验等。通过学习此课程,您将能够运用量化的方法来解决实际的商业问题,并为企业的发展提供数据驱动的决策支持。学习《数据科学和商业分析中的统计学基础》课程,为您的职业生涯打下坚实的基础。
数据分析师
数据分析师负责收集、清洗、分析和解释数据,将数据转化为有价值的洞察,并为决策提供支持。要成为一名优秀的数据分析师,扎实的统计学基础至关重要。《数据科学和商业分析中的统计学基础》课程涵盖了数据分析师所需的关键统计学知识,包括描述性统计、推论统计、分布分析以及回归分析等。课程还包含大量练习和案例,帮助您将理论知识应用到实际问题中。通过学习《数据科学和商业分析中的统计学基础》课程,您将能够胜任数据分析师的角色,并为企业创造价值。课程学习可以帮助您掌握不同类型数据的分布。
数据科学家
数据科学家运用统计学、机器学习和领域知识,从海量数据中提取知识,构建预测模型,解决复杂的业务问题。该课程将帮助您理解数据科学的相关概念。对于有志于成为数据科学家的人来说,《数据科学和商业分析中的统计学基础》课程是必不可少的。该课程不仅涵盖了统计学的基本概念,还介绍了数据可视化和量化研究的主要支柱。通过学习此课程,您将能够掌握数据科学的核心技能,并为解决现实世界的问题做好准备。该课程特别强调培养批判性思维能力。
量化分析师
量化分析师通常在金融领域工作,他们运用数学、统计学和计算机编程等工具,开发和实施复杂的金融模型,为投资决策提供支持。要成为一名成功的量化分析师,需要具备深厚的统计学基础。《数据科学和商业分析中的统计学基础》课程涵盖了量化分析师需要掌握的统计学知识,如回归分析、假设检验、时间序列分析等。通过学习此课程,您将能够理解和运用各种量化模型,为金融投资提供更科学的依据。该课程着重介绍统计学术语。
商业顾问
商业顾问帮助企业解决各种业务问题,提供战略建议和解决方案。《数据科学和商业分析中的统计学基础》课程对于希望成为商业顾问的人来说是非常有益的。商业顾问通常需要分析大量的数据,以了解企业的运营状况,识别问题和机会,并提出改进建议。该课程介绍的统计学基础知识,如数据分析、回归分析和假设检验,可以帮助商业顾问更好地理解数据,并为企业提供更科学的建议。该课程介绍的Excel模板能够帮助商业顾问更好地处理数据。
市场营销经理
市场营销经理负责制定和执行市场营销策略,以提高品牌知名度、增加销售额和市场份额。《数据科学和商业分析中的统计学基础》课程可以帮助市场营销经理更好地理解市场数据,并做出更明智的营销决策。市场营销经理需要分析市场趋势、消费者行为和竞争对手的活动,以制定有效的营销策略。课程介绍的统计学知识,如市场细分、消费者调查分析和营销活动效果评估,可以帮助市场营销经理更好地理解市场数据,并制定更有效的营销策略。 通过理解回归分析的机制,市场营销经理能为公司更好创收。
运营分析师
运营分析师负责分析企业的运营数据,识别瓶颈和改进机会,并提出优化运营流程的建议。运营分析师需要具备扎实的统计学基础,才能有效地分析运营数据。《数据科学和商业分析中的统计学基础》课程涵盖了运营分析师需要掌握的统计学知识,如过程能力分析、质量控制和预测分析等。通过学习此课程,您将能够运用统计学方法来优化企业的运营流程,提高效率和降低成本。课程覆盖了集中趋势、不对称性和变异性量度的计算方法。
風險分析師
风险分析师负责评估和管理企业面临的各种风险,如信用风险、市场风险和运营风险。他们需要具备扎实的统计学基础,才能有效地识别、评估和管理风险。《数据科学和商业分析中的统计学基础》课程可能对希望成为风险分析师的人有所帮助。该课程介绍的统计学知识,如概率分布、假设检验和回归分析,可以帮助风险分析师更好地理解风险,并制定更有效的风险管理策略。学习假设检验能帮助分析师更好完成工作。
精算师
精算师运用数学、统计学和金融学知识,评估和管理各种风险,特别是在保险和养老金领域。精算师通常需要通过一系列严格的考试才能获得资格认证。尽管成为一名精算师需要更深入的专业知识,但《数据科学和商业分析中的统计学基础》课程可以为精算师打下坚实的统计学基础。课程介绍的概率分布、假设检验和回归分析等知识,都将为精算师的职业发展提供帮助。本课程可能是成为精算师的完美起点。
定价分析师
定价分析师负责制定和优化产品和服务的定价策略,以实现利润最大化。定价分析师需要分析市场需求、成本和竞争对手的定价,以制定合理的定价策略。《数据科学和商业分析中的统计学基础》课程可能对希望从事定价分析师工作的人有所帮助。课程介绍的回归分析,能帮助定价分析者更好完成工作。学习本课程,能够帮助您理解相关性分析。
生物統計學家
生物统计学家运用统计学方法解决生物医学领域的问题,如药物研发、临床试验和流行病学研究。生物统计学家通常需要具备硕士或博士学位。虽然《数据科学和商业分析中的统计学基础》课程不能取代专业的生物统计学教育,但它可以为有志于从事生物统计学研究的人员提供有用的统计学基础知识。统计学基础知识,如假设检验和回归分析,可以为生物统计学领域的研究奠定基础。学习本课程,可以巩固统计学的基本原理。
计量经济学家
计量经济学家运用统计学方法研究经济问题,建立经济模型,并预测经济发展趋势。计量经济学家通常需要具备硕士或博士学位。虽然《数据科学和商业分析中的统计学基础》课程不能取代专业的计量经济学教育,但它可以为有志于从事计量经济学研究的人员提供有用的统计学基础知识,例如回归分析和时间序列分析。学习本课程,可以巩固统计术语。
调查研究员
调查研究员设计和执行调查,收集和分析数据,以了解公众的意见、态度和行为。他们可能受雇于政府机构、市场调研公司或学术机构。《数据科学和商业分析中的统计学基础》课程可能对希望成为调查研究员的人有所帮助。该课程教授的数据类型和数据可视化技巧,能帮助分析调查数据。
教师
教师在各级教育机构中教授知识和技能。对于教授统计学或数据分析相关课程的教师来说,《数据科学和商业分析中的统计学基础》可能有用。它可以帮助他们更新知识体系,了解最新的统计学方法和应用,并为学生提供更全面的指导。教师可以使用课程中的案例和练习,帮助学生更好地理解统计学概念,培养他们的数据分析能力。学习本课程,能帮助老师更好梳理教授内容。

Reading list

We've selected two books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in 数据科学和商业分析中的统计学基础.
这本书是统计学入门的经典教材,涵盖了描述性统计、推论统计、回归分析等内容。它以清晰的语言和丰富的案例,帮助读者理解统计学的基本原理和应用。这本书适合作为本课程的补充阅读材料,加深对统计学概念的理解。
这本书是商务与经济统计领域的经典教材,涵盖了统计学在商业和经济领域的应用。它以丰富的案例和实战练习,帮助读者掌握统计分析的技能,并将其应用到实际工作中。这本书适合作为本课程的补充阅读材料,了解统计学在商业分析中的应用。

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Similar courses are unavailable at this time. Please try again later.
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser