商业数据分析

1.商业数据分析及其工具1.1商业数据分析的概念及其应用1.2商业数据类型1.3商业数据来源1.4商业数据分析工具简介1.5Python商业数据分析工具的下载1.6商业数据分析工具Python的安装1.7Python的启动和退出1.8Python商业数据分析相关的程序包1.9Python商业数据分析快速入门商业数据分析全文共90页，当前为第1页。1.1商业数据分析的概念及其应用商业数据分析是指以商业理论为基础，从数据分析出发，依靠统计工具，以决策优化为目的，洞察数据背后的规律，为商业创造最大价值。商业数据分析全文共90页，当前为第2页。主要应用（1）监控异常数据，如信用欺诈；（2）建立模型并预测，如产品分析；关键变量分析并预测，如潜在客户分析；（4）预测性分析，如客户流失预测等。大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）、真实性(Veracity)。商业数据分析全文共90页，当前为第3页。

1.3商业数据来源1横截面数据、2时间序列数据3面板数据。商业数据分析全文共90页，当前为第4页。2.专业数据公司和信息公司商业数据分析全文共90页，当前为第5页。1.4商业数据分析工具简介商业数据分析全文共90页，当前为第6页。1.4.1Python数据分析工具简介Python是一种面向对象、解释型计算机程序设计语言，由GuidovanRossum于1989年底发明，第一个公开发行版发行于1991年。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。Python需要安装pandas、numpy、scipy、statsmodels、matplotlib、seaborn、sklearn、Theano、tensorflow、Keras、TA-Lib、cvxopt等一系列的程序包，还需要安装iPython交互环境，目前有包括这些程序包的套装软件可供下载。目前最新版为2019年7月8日发布的

R3.7.4版。详细内容请登陆：/查询。商业数据分析全文共90页，当前为第7页。1.4.2R数据分析工具简介R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种实现。而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的RobertGentleman和RossIhaka及其他志愿人员开发了一个R系统。由“R开发核心团队”负责开发。R是基于S语言的一个GNU项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。R的使用与S-PLUS有很多类似之处，这两种语言有一定的兼容性。S-PLUS的使用手册，只要稍加修改就可作为R的使用手册。所以有人说：R，是S-PLUS的一个“克隆”。目前最新版为2019年7月5日发布的R3.6.1版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第8页。1.4.3Stata数据分析工具简介Stata由美国计算机资源中心（ComputerResourceCenter）1985年研制。其特点是采用命令行/程序操作方式，程序短小精悍，功能强大。Stata是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。Stata提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等出版品。除了之外，Stata工具可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于Stata公司提出的问题与解决之道。使用者也可以透过StataJournal获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Statalist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。目前最新版为Stata16.0版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第9页。1.4.4Matlab数据分析工具简介Matlab工具是由美国Mathworks公司推出的用于数值计算和图形处理的科学计算系统，在Matlab工具环境下，用户可以集成地进行程序设计、数值计算、图形绘制、输入输出、文件管理等各项操作。它提供的是一个人机交互的数学系统环境，与利用c语言作数值计算的程序设计相比，利用Matlab可以节省大量的编程时间，且程序设计自由度大。最大的特点给用户带来的是最直观，最简洁的程序开发环境，语言简洁紧凑，使用方便灵活，库函数与运算符极其丰富，另外具有强大的图形功能。在国际学术界，Matlab已经被确认为准确、可靠的科学计算标准软件，许多国际一流学术刊物上，都可以看到MATLAB的应用。目前最新版为R2019a版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第10页。1.4.5EViews数据分析工具简介EViews是美国GMS公司1981年发行第1版的MicroTSP的Windows版本，通常称为计量经济学软件包。EViews是EconometricsViews的缩写，它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行"观察"。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、运用模型进行预测、求解模型和运用模型。EViews是完成上述任务得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为实用与严谨的经济学科。使用EViews软件包可以对时间序列和非时间序列的数据进行分析，建立序列（变量）间的统计关系式，并用该关系式进行预测、模拟等等。EViews。虽然EViews是由经济学家开发的，并且大多数被用于经济学领域，但并意味着必须限制该软件包仅只用于处理经济方面的时间序列。EViews处理非时间序列数据照样得心应手。实际上，相当大型的非时间序列（截面数据）的项目也能在EViews中进行处理。目前最新版为2019年7月30日发布的EViewsR11.0版。详细内容请登陆：/查询。商业数据分析全文共90页，当前为第11页。1.4.6SAS数据分析工具简介SAS是美国SAS研究所研制的一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。尤其是创业产品统计分析系统部分，由于其具有强大的数据分析能力，一直为业界著名软件，在数据处理和统计分析领域，被誉为国际上的标准软件和最权威的优秀统计软件包，广泛应用于政府行政管理、科研、教育、生产和金融等不同领域，发挥着重要的作用。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等等。目前最新版为sas2019多国语言版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第12页。1.4.7SPSS数据分析工具简介SPSS是社会科学统计软件包是世界是著名的统计分析软件之一。由斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部。20世纪80年代以前，SPSS统计软件主要应用于企事业单位。1984年SPSS总部首先推出了世界第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，从而确立了个人用户市场第一的地位。2009年IBM收购SPSS公司后，现在在中国国内市场上推出的最新产品，是IBMSPSSStatistics21.0多国语言版。SPSS/PC＋的推出，极大地扩充了它的应用范围，使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。目前已经在国内逐渐流行起来。它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。目前最新版为SPSSV25.0版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第13页。1.5Python商业数据分析工具的下载1.5.1下载安装Python执行文件1.5.2下载Anaconda商业数据分析全文共90页，当前为第14页。1.5.1下载安装Python执行文件商业数据分析全文共90页，当前为第15页。1.5.2下载Anaconda商业数据分析全文共90页，当前为第16页。1.6商业数据分析工具Python的安装商业数据分析全文共90页，当前为第17页。1.7Python的启动和退出点击下图中Spyder图标，即可启动Python。商业数据分析全文共90页，当前为第18页。启动Python的用户界面如下图。在图1-9中点击Python的用户界面中的“File”下的“Quit”菜单，即可退出Python。商业数据分析全文共90页，当前为第19页。1.8Python商业数据分析相关的程序包1程序包名称简介网址Matplotlib量化的主要特征是可视化matplotlib可能是Python2D绘图领域使用最广泛的库。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式NumPyNumPy系统是Python的一种开源的数值计算扩展。NumPy（NumericPython）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生SciPySciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计，优化，整合，线性代数模块，傅里叶变换，信号和图像处理,常微分方程求解器等等pandasPythonDataAnalysisLibrary或pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法seaborn该模块是一个统计数据可视化库商业数据分析全文共90页，当前为第20页。1.8Python商业数据分析相关的程序包2sklearnScikit-Learn是基于python的机器学习模块，基于BSD开源许可证。scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理。Scikit-Learn中的机器学习模型非常丰富，包括SVM，决策树，GBDT，KNN等等，可以根据问题的类型选择合适的模型StatsmodelsStatismodels是一个Python包，提供一些互补scipy统计计算的功能，包括描述性统计和统计模型估计和推断TA-Lib技术分析指标库TheanoPyhton深度学习库tensorflow谷歌基于DistBelief进行研发的第二代人工智能学习系统Keras高阶神经网络开发库，可运行在TensorFlow或Theano上商业数据分析全文共90页，当前为第21页。1.9Python商业数据分析快速入门1.9.1数据导入1.9.2数据变换1.9.3统计描述1.9.4假设检验商业数据分析全文共90页，当前为第22页。商业数据分析全文共90页，当前为第23页。1.9.5可视化商业数据分析全文共90页，当前为第24页。1.9.6创建自定义函数defadd_2int(x,y):returnx+yprint(add_2int(2,2))商业数据分析全文共90页，当前为第25页。2Python商业数据的存取2.1Python-pandas的csv格式本地数据存取2.2Python-pandas的Excel格式本地数据读取2.3挖地兔Tushare财经网站数据存取2.4Pandas_datareader包获取国外财经网站数据2.5商业数据分析的Pandas分组聚合（或分类汇总）商业数据分析全文共90页，当前为第26页。2.1Python-pandas的csv格式本地数据存取商业数据分析全文共90页，当前为第27页。2.2Python-pandas的Excel格式本地数据读取商业数据分析全文共90页，当前为第28页。2.3挖地兔Tushare财经网站数据存取importtushareastsdf=ts.get_hist_data('000875')#从网上取数据#直接保存#df.to_csv(':/2glkx/data/000875.csv')#选择数据保存df.to_csv('F:/2glkx/data/000875.csv',columns=['open','high','low','close'])商业数据分析全文共90页，当前为第29页。2.4Pandas_datareader包获取国外财经网站数据importpandas_datareader.dataaswebimportdatetimestart=datetime.datetime(2017,1,1)#获取数据的时间段-起始时间end=datetime.date.today()#获取数据的时间段-结束时间stock=web.DataReader("600797.SS","yahoo",start,end)#获取浙大网新2017年1月1日至今的股票数stock.head()#打印DataFrame数据前5行商业数据分析全文共90页，当前为第30页。网上财经数据以csv格式存放到本地pandas_datareader.data可以获取雅虎财经股票数据并以csv格式存放在本地，命令代码如下：importnumpyasnpimportpandasaspdimportpandas_datareader.dataaswebimportdatetime#获取600797.SS浙大网新数据df_csvsave=web.DataReader("600018.SS","yahoo",datetime.datetime(2019,1,1),datetime.date.today())print(df_csvsave)df_csvsave.to_csv(r'F:\2glkx\data\600018.csv',columns=df_csvsave.columns,index=True)商业数据分析全文共90页，当前为第31页。2.5商业数据分析的Pandas分组聚合（或分类汇总）商业数据分析全文共90页，当前为第32页。2groupby函数importtushareastsimportpandasaspdpd.set_option('expand_frame_repr',False)#显示所有列ts.set_token('yourtoken')#获取token号pro=_api()code_list=['000001.SZ','600000.SH','000002.SZ']stock_data=pd.DataFrame()forcodeincode_list:print(code)df=pro.daily(ts_code=code,start_date='20180101',end_date='20180104')stock_data=stock_data.append(df,ignore_index=True)print(stock_data)商业数据分析全文共90页，当前为第33页。3Python商业数据的图形绘制与可视化3.1Python-matplotlib绘图基础3.2Python直方图的绘制3.2Python散点图的绘制3.3Python气泡图的绘制3.4Python箱图的绘制3.5Python饼图的绘制3.6Python条形图的绘制3.7Python折线图的绘制3.8Python曲线标绘图的绘制3.9Python连线标绘图的绘制3.10Python3D图的绘制商业数据分析全文共90页，当前为第34页。3.1Python-matplotlib绘图基础Python提供了非常多样的绘图功能，可以通过Python提供的工具matplotlib可以绘制二维、三维图形。还有一个Seaborn是Python中用于创建信息丰富和有吸引力的统计图形库，它是基于matplotlib的，Seaborn提供多种功能，如内置主题、调色板、函数和工具，来实现单因素、双因素、线性回归、数据矩阵、统计时间序列等的可视化，以便我们进一步构建更加复杂的可视化。商业数据分析全文共90页，当前为第35页。matplotlib库里的常用对象类的包含关系为?Figure->Axes->(Line2D,Text,etc.)一个Figure对象可以包含多个子图(Axes)，在matplotlib中用Axes对象表示一个绘图区域，可以理解为子图。我们可以使用subplot()快速绘制包含多个子图的图表，它的调用形式如下：subplot(numRows,numCols,plotNum)subplot将整个绘图区域等分为numRows行*numCols列个子区域，然后按照从左到右，从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1。如果numRows，numCols和plotNum这三个数都小于10的话，可以把它们缩写为一个整数，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的区域中创建一个轴对象。如果新创建的轴和之前创建的轴重叠的话，之前的轴将被删除。商业数据分析全文共90页，当前为第36页。例3-1：为了解某公司雇员的的销售和收入情况，我们搜集整理了某公司10个雇员的销售和收入有关方面的数据，如表3-1所示。试通过绘制直方图来直观该公司职员的有关情况。商业数据分析全文共90页，当前为第37页。3.2Python直方图的绘制商业数据分析全文共90页，当前为第38页。3.2Python散点图的绘制商业数据分析全文共90页，当前为第39页。3.3Python气泡图的绘制商业数据分析全文共90页，当前为第40页。3.4Python箱图的绘制商业数据分析全文共90页，当前为第41页。3.5Python饼图的绘制商业数据分析全文共90页，当前为第42页。3.6Python条形图的绘制商业数据分析全文共90页，当前为第43页。3.6Python条形图的绘制商业数据分析全文共90页，当前为第44页。3.7Python折线图的绘制商业数据分析全文共90页，当前为第45页。3.8Python曲线标绘图的绘制商业数据分析全文共90页，当前为第46页。3.9Python连线标绘图的绘制商业数据分析全文共90页，当前为第47页。3.10Python3D图的绘制商业数据分析全文共90页，当前为第48页。4Python描述性统计4.1Python描述性统计工具4.2Python数据集中趋势的度量4.3Python数据离散状况的度量4.4Python峰度、偏度与正态性检验4.5Python异常数据处理商业数据分析全文共90页，当前为第49页。4.1Python描述性统计工具Python中的pandas常用的统计方法如表4-1所示。Python中numpy和scipy常用的统计方法如表4-2所示。商业数据分析全文共90页，当前为第50页。4.2数据集中趋势的度量商业数据分析全文共90页，当前为第51页。3中位数一组数据的中位数是当以递增或递减顺序排列时出现在数据中间位置的数字。当我们有奇数n个数据点时，中位数就是位置（n+1）/2的值。当我们有偶数的数据点时，数据分成两半，中间位置没有任何数据点;所以我们将中位数定义为位置n/2和（n+2）/2中的两个数值的平均值。商业数据分析全文共90页，当前为第52页。4众数众数是数据集里出现次数最多的数据点。它可以应用于非数值数据，与平均值和中位数不同。#Scipy具有内置的求众数功能，但它只返回一个值，即使两个值出现相同的次数，也是只返回一个值。商业数据分析全文共90页，当前为第53页。4.3数据离散状况的度量商业数据分析全文共90页，当前为第54页。4.4峰度、偏度与正态性检验商业数据分析全文共90页，当前为第55页。4.4峰度、偏度与正态性检验商业数据分析全文共90页，当前为第56页。4.4峰度、偏度与正态性检验商业数据分析全文共90页，当前为第57页。4.5异常数据处理 X∼N(μ,σ2)商业数据分析全文共90页，当前为第58页。4.5异常数据处理 商业数据分析全文共90页，当前为第59页。4.5异常数据处理商业数据分析全文共90页，当前为第60页。5Python参数估计5.1参数估计与置信区间的含义5.2Python点估计5.3Python单正态总体均值区间估计5.4Python单正态总体方差区间估计5.5Python双正态总体均值差区间估计5.6Python双正态总体方差比区间估计商业数据分析全文共90页，当前为第61页。1.商业数据分析及其工具1.1商业数据分析的概念及其应用1.2商业数据类型1.3商业数据来源1.4商业数据分析工具简介1.5Python商业数据分析工具的下载1.6商业数据分析工具Python的安装1.7Python的启动和退出1.8Python商业数据分析相关的程序包1.9Python商业数据分析快速入门商业数据分析全文共90页，当前为第62页。1.1商业数据分析的概念及其应用商业数据分析是指以商业理论为基础，从数据分析出发，依靠统计工具，以决策优化为目的，洞察数据背后的规律，为商业创造最大价值。商业数据分析全文共90页，当前为第63页。主要应用（1）监控异常数据，如信用欺诈；（2）建立模型并预测，如产品分析；关键变量分析并预测，如潜在客户分析；（4）预测性分析，如客户流失预测等。大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）、真实性(Veracity)。商业数据分析全文共90页，当前为第64页。1.4.1Python数据分析工具简介Python是一种面向对象、解释型计算机程序设计语言，由GuidovanRossum于1989年底发明，第一个公开发行版发行于1991年。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。Python需要安装pandas、numpy、scipy、statsmodels、matplotlib、seaborn、sklearn、Theano、tensorflow、Keras、TA-Lib、cvxopt等一系列的程序包，还需要安装iPython交互环境，目前有包括这些程序包的套装软件可供下载。目前最新版为2019年7月8日发布的

R3.7.4版。详细内容请登陆：/查询。商业数据分析全文共90页，当前为第65页。1.4.2R数据分析工具简介R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种实现。而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的RobertGentleman和RossIhaka及其他志愿人员开发了一个R系统。由“R开发核心团队”负责开发。R是基于S语言的一个GNU项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。R的使用与S-PLUS有很多类似之处，这两种语言有一定的兼容性。S-PLUS的使用手册，只要稍加修改就可作为R的使用手册。所以有人说：R，是S-PLUS的一个“克隆”。目前最新版为2019年7月5日发布的R3.6.1版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第66页。1.4.3Stata数据分析工具简介Stata由美国计算机资源中心（ComputerResourceCenter）1985年研制。其特点是采用命令行/程序操作方式，程序短小精悍，功能强大。Stata是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。Stata提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等出版品。除了之外，Stata工具可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于Stata公司提出的问题与解决之道。使用者也可以透过StataJournal获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Statalist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。目前最新版为Stata16.0版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第67页。1.4.4Matlab数据分析工具简介Matlab工具是由美国Mathworks公司推出的用于数值计算和图形处理的科学计算系统，在Matlab工具环境下，用户可以集成地进行程序设计、数值计算、图形绘制、输入输出、文件管理等各项操作。它提供的是一个人机交互的数学系统环境，与利用c语言作数值计算的程序设计相比，利用Matlab可以节省大量的编程时间，且程序设计自由度大。最大的特点给用户带来的是最直观，最简洁的程序开发环境，语言简洁紧凑，使用方便灵活，库函数与运算符极其丰富，另外具有强大的图形功能。在国际学术界，Matlab已经被确认为准确、可靠的科学计算标准软件，许多国际一流学术刊物上，都可以看到MATLAB的应用。目前最新版为R2019a版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第68页。1.4.6SAS数据分析工具简介SAS是美国SAS研究所研制的一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。尤其是创业产品统计分析系统部分，由于其具有强大的数据分析能力，一直为业界著名软件，在数据处理和统计分析领域，被誉为国际上的标准软件和最权威的优秀统计软件包，广泛应用于政府行政管理、科研、教育、生产和金融等不同领域，发挥着重要的作用。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等等。目前最新版为sas2019多国语言版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第69页。1.4.7SPSS数据分析工具简介SPSS是社会科学统计软件包是世界是著名的统计分析软件之一。由斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部。20世纪80年代以前，SPSS统计软件主要应用于企事业单位。1984年SPSS总部首先推出了世界第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，从而确立了个人用户市场第一的地位。2009年IBM收购SPSS公司后，现在在中国国内市场上推出的最新产品，是IBMSPSSStatistics21.0多国语言版。SPSS/PC＋的推出，极大地扩充了它的应用范围，使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。目前已经在国内逐渐流行起来。它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。目前最新版为SPSSV25.0版。详细内容请登陆：查询。商业数据分析全文共90页，当前为第70页。1.5Python商业数据分析工具的下载1.5.1下载安装Python执行文件1.5.2下载Anaconda商业数据分析全文共90页，当前为第71页。1.7Python的启动和退出点击下图中Spyder图标，即可启动Python。商业数据分析全文共90页，当前为第72页。1.8Python商业数据分析相关的程序包1程序包名称简介网址Matplotlib量化的主要特征是可视化matplotlib可能是Python2D绘图领域使用最广泛的库。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式NumPyNumPy系统是Python的一种开源的数值计算扩展。NumPy（NumericPython）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生SciPySciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计，优化，整合，线性代数模块，傅里叶变换，信号和图像处理,常微分方程求解器等等pandasPythonDataAnalysisLibrary或pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法seaborn该模块是一个统计数据可视化库商业数据分析全文共90页，当前为第73页。1.8Python商业数据分析相关的程序包2sklearnScikit-Learn是基于python的机器学习模块，基于BSD开源许可证。scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理。Scikit-Learn中的机器学习模型非常丰富，包括SVM，决策树，GBDT，KNN等等，可以根据问题的类型选择合适的模型StatsmodelsStatismodels是一个Python包，提供一些互补scipy统计计算的功能，包括描述性统计和统计模型估计和推断TA-Lib技术分析指标库TheanoPyhton深度学习库tensorflow谷歌基于DistBelief进行研发的第二代人工智能学习系统Keras高阶神经网络开发库，可运行在TensorFlow或Theano上商业数据分析全文共90页，当前为第74页。5.1参数估计与置信区间的含义例：假设一位投资分析师从股权基金中选取了一个随机样本，并计算出了平均的夏普比率。样本的容量为100，并且平均的夏普比率为0.45。该样本具有的标准差为0.30。利用一个基于标准正态分布的临界值，计算并解释所有股权基金总体均值的90%置信区间。商业数据分析全文共90页，当前为第75页。5.2Python点估计例5-2：对某个篮球运动员记录其在某一次比赛中投篮命中与否，观测数据如