包邮PYTHON经济管理大数据分析

第1篇 Python数据分析基础 第1章 Python介绍 1.1 学习Python的目的 1.2 Python的发展历程 1.3 Python学习的基本思路 1.4 Python代码开发环境 1.5 Python的安装 1.6 学习Python的社会责任 第2章 Python基础 2.1 Python基础数据类型 2.2 NumPy语法 2.3 Pandas语法 实操案例 运用Pandas读取Excel数据并进行数据处理 第3章 Python数据获取、清洗以及常见的处理 3.1 数据获取 3.2 数据清洗 实操案例 数据一致性及缺失值的清理 3.3 常见的数据处理 第4章 Python数据构图分析 4.1 Matplotlib简介 4.2 图像要素 4.3 画图类型 实操案例 房价与房间数量的关系分析 第5章 Python经济管理比率分析 5.1 单指标变化率计算 5.2 多指标比率计算 实操案例 运用Python进行企业财务比率分析 第2篇 Python数据因果关系推断 第6章 Python数据线性因果关系推断 6.1 二元线性回归模型及其参数估计 6.2 普通*小二乘法的Python实现 实操案例6-1 企业股价的市场影响因素——线性回归模型 6.3 对数化模型的Python实现 实操案例6-2 企业流动性的影响因素——对数化模型 第7章 Python与数据统计推断 7.1 统计分析推断的数学表示 7.2 P值统计及图形解释 7.3 单双侧t检验及Python实现 实操案例7-1 企业偿债能力影响因素——单双侧t检验 7.4 置信区间 7.5 线性组合的假设检验 实操案例7-2 企业偿债能力影响因素——线性组合假设检验 7.6 标准化回归模型的Python实现 实操案例7-3 企业成长性的影响因素——标准化回归 第8章 Python非线性因果关系推断 8.1 二次项模型 实操案例8-1 企业创新与企业规模的倒U形关系——二次项回归 8.2 交互项的理论意义及实现 实操案例8-2 企业成长性的财务影响因素——交互项分析 8.3 模型误设检验 第9章 虚拟变量 9.1 虚拟变量概述 9.2 虚拟变量的Python实现 实操案例9-1 企业规模与资产负债率的因果关系推断——虚拟变量构造 9.3 二值变量交叉 实操案例9-2 金融危机与企业债务的分析——虚拟变量交叉项的回归 第10章 异方差的Python应用 10.1 异方差性概述 10.2 异方差性检验 10.3 异方差性处理——加权*小二乘法 实操案例 企业资本结构调整的影响因素——异方差检验及处理 第11章 面板数据模型 11.1 混合模型 11.2 固定效应模型 11.3 随机效应模型 11.4 模型实操与比较 实操案例 企业营运能力的因果关系推断 第3篇 Python机器学习方法 第12章 Python机器学习基础介绍 12.1 机器学习的来源 12.2 机器学习的定义 12.3 机器学习的发展 12.4 机器学习的基础 12.5 机器学习的应用 12.6 机器学习的分类 12.7 机器学习的基本流程 第13章 Python机器学习的分类模型 13.1 逻辑回归模型（二值因变量模型） 13.2 KNN算法 13.3 支持向量机 13.4 决策树算法 实操案例 企业财务舞弊的影响因素分析——机器学习分析