本书主要介绍了统计和数据分析的基本知识、数据采集的操作、数据采集后的清洗加工操作、描述性统计分析、抽样估计分析、统计指数分析、相关与回归分析、时间序列分析、数据可视化展现，以及制作数据分析报告等内容。本书采用理论结合实战的方式，不仅介绍了数据分析的必要原理、方法，还充分结合了日常生活和工作中的案例，将理论加以实践和分析，不仅提高了读者学习的积极性，而且更容易理解数据分析的方法。通过本书的学习，读者可以轻松掌握各种常用数据分析的方法和技巧，同时也能掌握如何利用Excel完成数据分析的工作，更重要的是可以直接将所学知识应用到实际中。

1.内容对标1+X，并且更丰富； 2.配套资源丰富，线上视频教学，手把手带你玩转数据分析； 3.案例丰富，理实一体； 本书更接近实际教学，其定位是不只让学生学完之后可以备战1+X考试，还能学到更多与工作接轨的技能

肖庆，具有丰富的教学实战经验，已出版过多本相关教材，在统计与数据分析领域耕耘已久，熟知统计学和数据分析的特点和应用价值

第 1章 大数据时代的统计与数据分析 1.1　什么是统计 1.1.1　统计与统计学 1.1.2　统计学中的基本概念 1.2　认识数据分析 1.2.1　数据分析的目的 1.2.2　数据分析的基本思维 1.2.3　数据分析的一般流程 1.2.4　数据分析的常用方法 1.3　课堂实训——体验数据分析的过程 1.3.1　实训目标及思路 1.3.2　操作方法 1.4　课后练习 第　2章 数据采集 2.1　数据的类型与来源 2.1.1　数据的类型 2.1.2　数据的来源 2.2　数据采集的流程与方法 2.2.1　数据采集的含义 2.2.2　数据采集的流程 2.2.3　数据采集的方法 2.3　常用数据采集工具推荐 2.3.1　平台类工具 2.3.2　网络爬虫工具 【实验室】采集豆瓣图书数据 2.4　课堂实训——使用八爪鱼采集销售数据 2.4.1　实训目标及思路 2.4.2　操作方法 2.5　课后练习 第3章　数据的处理 3.1　数据清洗 3.1.1　缺失值修复 3.1.2　错误值修复 3.1.3　逻辑错误修复 3.1.4　统一数据格式 3.1.5　清理重复记录 【实验室】清洗店铺日销量数据 3.2　数据加工 3.2.1　数据分列 3.2.2　数据排列 3.2.3　数据行列的转换 3.2.4　数据计算 3.2.5　数据提取 3.2.6　数据汇总 【实验室】处理商品类目数据 3.3　课堂实训——整理竞争对手数据 3.3.1　实训目标及思路 3.3.2　操作方法 3.4　课后练习 第4章　描述性统计分析 4.1　集中趋势的统计分析 4.1.1　集中趋势的含义 4.1.2　平均值 4.1.3　中位数 4.1.4　众数 【实验室】识破工资待遇的陷阱 4.2　离散程度的统计分析 4.2.1　离散程度的含义 4.2.2　方差 4.2.3　标准差 4.2.4　离散系数 【实验室】客观评定员工绩效 4.3　分布形态的统计分析 4.3.1　分布形态的含义 4.3.2　偏态系数 4.3.3　频数分布 4.3.4　直方图 【实验室】预测球赛比分结果 4.4　课堂实训——产品销量数据分析 4.4.1　实训目标及思路 4.4.2　操作方法 4.5　课后练习 第5章　抽样估计分析 5.1　抽样估计与参数估计 5.1.1　抽样的方法 5.1.2　点估计 5.1.3　区间估计 【实验室】估算大学生每日锻炼时间 5.2　估计量与样本量 5.2.1　估计量的性质 5.2.2　抽样误差的估计 5.2.3　影响样本量的因素 【实验室】比较不同航空公司起飞延误时间 5.3　课堂实训——员工数据分析 5.3.1　实训目标及思路 5.3.2　操作方法 5.4　课后练习 第6章　假设检验与非参数检验分析 6.1　假设检验分析 6.1.1　单样本的假设检验 6.1.2　两样本的假设检验 【实验室】检验手机电池续航能力 6.2　非参数检验分析 6.2.1　卡方检验 6.2.2　Wilcoxon符号秩检验 【实验室】分析不同年龄人群对车身颜色的喜好 6.3　课堂实训——产品参数数据分析 6.3.1　实训目标及思路 6.3.2　操作方法 6.4　课后练习 第7章　统计指数分析 7.1　综合指数与平均指数 7.1.1　综合指数分析 7.1.2　平均指数分析 【实验室】分析商品价格指数 7.2　指数因素分析 7.2.1　总量指标两因素分析 7.2.2　总量指标多因素分析 7.2.3　平均指标两因素分析 【实验室】分析职工工资变动因素 7.3　课堂实训——材料采购数据分析 7.3.1　实训目标及思路 7.3.2　操作方法 7.4　课后练习 第8章　相关与回归分析 8.1　相关关系的统计分析 8.1.1　相关关系的含义 8.1.2　散点图 8.1.3　相关系数 【实验室】分析游戏对考试成绩的影响 8.2　线性回归模型分析 8.2.1　一元线性回归模型 8.2.2　最小二乘法 8.2.3　多元线性回归模型 【实验室】预测单位本季度生产总值 8.3　课堂实训——生产费用分析 8.3.1　实训目标及思路 8.3.2　操作方法 8.4　课后练习 第9章　时间序列分析 9.1　时间序列分析与预测 9.1.1　水平分析 9.1.2　速度分析 9.1.3　季节变动预测 【实验室】预测年平均温度增长趋势 9.2　时间序列分析常见方法 9.2.1　移动平均法 9.2.2　指数平滑法 【实验室】分析人工成本变动趋势 9.3　课堂实训——年度产量数据分析 9.3.1　实训目标及思路 9.3.2　操作方法 9.4　课后练习 第　10章 数据监控与可视化展现 10.1　数据监控 10.1.1　数据监控方式 10.1.2　数据异常分析 10.2　制作统计表 10.2.1　表格的结构 10.2.2　表格的创建与输入 10.2.3　表格的布局与美化 10.3　制作统计图 10.3.1　图表的结构 10.3.2　图表的类型 10.3.3　图表的创建 10.3.4　图表的布局与美化 10.4　使用数据透视表与透视图 10.4.1　数据透视表 10.4.2　数据透视图 10.5　课堂实训——会员数据的监控与展现 10.5.1　实训目标及思路 10.5.2　操作方法 10.6　课后练习 第　11章 制作数据分析报告 11.1　认识数据分析报告 11.1.1　数据分析报告的作用 11.1.2　数据分析报告的结构 11.1.3　数据分析报告的制作原则 11.2　编制数据分析报告 11.2.1　采集数据 11.2.2　整理数据 11.2.3　分析数据 11.2.4　展示数据 11.2.5　撰写报告 11.3　课堂实训——制作营销数据分析报告 11.3.1　实训目标及思路 11.3.2　操作方法 11.4　课后练习