谁说菜鸟不会数据分析（5周年特别套装共3册）
《谁说菜鸟不会数据分析（工具篇）》目录：
第1章 高效处理千万数据
1.1 最容易上手的数据库
1.1.1 数据库那些事儿
1.1.2 万能的SQL
1.1.3 两招导入数据
1.1.4 数据合并的二三式
1.1.5 快速实现数据计算
1.1.6 数据分组小妙招
1.1.7 重复数据巧处理
查看完整
第1章 高效处理千万数据
1.1 最容易上手的数据库
1.1.1 数据库那些事儿
1.1.2 万能的SQL
1.1.3 两招导入数据
1.1.4 数据合并的二三式
1.1.5 快速实现数据计算
1.1.6 数据分组小妙招
1.1.7 重复数据巧处理
查看完整
狄松，英国南安普顿大学理学硕士，主修市场分析，现服务于全球知名市场研究公司，任高级研究员，主要从事数据分析，建模等工作。获得SPSS高级认证，高级调查分析师证书，具有多年数据分析经验，略懂Excel、PPT以及SPSS、Minitab等工具。
《谁说菜鸟不会数据分析（工具篇）》内容简介：
自从推出了《谁说菜鸟不会数据分析（入门篇）》之后，受到广大数据分析爱好者的认同与好评，同时提出了热切的希望：希望能尽早推出提高一级的书。我们看到这些热心的反馈，心里也是暖洋洋的，毕竟有读者的认可是多么幸福的事情。但是，我们也是惶恐的，生怕出来的作品还没经过细致打磨。我们在反复思量和总结中，前前后后花了1年多时间，创作完这部《谁说菜鸟不会数据分析（工具篇）》。
常言道“工欲善其事，必先利其器”，数据分析也不例外，在实际工作中我们会遇到大量的分析工具，每款工具都有其一技之长，如果在工作学习中能够挖掘工具之所长，那定能事半而功倍。我们将数据分析工具进行了细致梳理，基于常用的Excel，精心挑选能够提高效率的常用工具，这些工具涵盖数据处理（Microsoft Access、Query）、数据分析…
查看完整
自从推出了《谁说菜鸟不会数据分析（入门篇）》之后，受到广大数据分析爱好者的认同与好评，同时提出了热切的希望：希望能尽早推出提高一级的书。我们看到这些热心的反馈，心里也是暖洋洋的，毕竟有读者的认可是多么幸福的事情。但是，我们也是惶恐的，生怕出来的作品还没经过细致打磨。我们在反复思量和总结中，前前后后花了1年多时间，创作完这部《谁说菜鸟不会数据分析（工具篇）》。
常言道“工欲善其事，必先利其器”，数据分析也不例外，在实际工作中我们会遇到大量的分析工具，每款工具都有其一技之长，如果在工作学习中能够挖掘工具之所长，那定能事半而功倍。我们将数据分析工具进行了细致梳理，基于常用的Excel，精心挑选能够提高效率的常用工具，这些工具涵盖数据处理（Microsoft Access、Query）、数据分析…
查看完整
《谁说菜鸟不会数据分析（工具篇）》目录：
第1章 高效处理千万数据
1.1 最容易上手的数据库
1.1.1 数据库那些事儿
1.1.2 万能的SQL
1.1.3 两招导入数据
1.1.4 数据合并的二三式
1.1.5 快速实现数据计算
1.1.6 数据分组小妙招
1.1.7 重复数据巧处理
1.1.8 数据分析一步到位
1.2 Microsoft Query
1.2.1 数据导入
1.2.2 数据处理
1.2.3 数据分析
1.3 本章小结
第2章 玩转数据分析
2.1 Excel数据分析工具--PowerPivot
2.1.1 PowerPivot是神马
2.1.2 确定分析思路
2.1.3 数据分析前的准备
2.1.4 简单数据分析
2.1.5 多表关联分析
2.1.6 字段计算分析
2.1.7 数据分组分析
2.2 Excel数据分析工具库
2.2.1 分析工具库简介
2.2.2 描述性统计分析
2.2.3 直方图
2.2.4 抽样分析
2.2.5 相关分析
2.2.6 回归分析
2.2.7 移动平均
2.2.8 指数平滑
2.3 本章小结
第3章 Show出你的数据
3.1 数据可视化
3.1.1 有趣的数据可视化
3.1.2 数据可视化的意义
3.1.3 数据可视化工具与资源
3.2 Excel的可视化伴侣-水晶易表
3.2.1 初识水晶易表
3.2.2 水晶易表的特点
3.2.3 水晶易表工作原理
3.2.4 水晶易表的安装要求
3.2.5 认识水晶易表部件
3.3 水晶易表实战
3.3.1 居民消费价格指数模型
3.3.2 国内人口预测模型
3.3.3 丈母娘选女婿模型
3.4 本章小结
第4章 让报告自动化
4.1 自动化神器-VBA
4.1.1 从录制宏开始
4.1.2 VBA语法那些事儿
4.1.3 进入VBA运行环境
4.1.4 VBA调试技巧
4.2 Excel报告自动化
4.2.1 自动化原理
4.2.2 建立数据模板
4.2.3 数据提取自动化
4.3 PPT报告自动化
4.1.1 自动化原理
4.1.2 建立数据模板
4.1.3 数据提取自动化
4.1.4 数据自动更新之VBA法
4.1.5 数据自动更新之链接法
4.2 本章小结
《谁说菜鸟不会数据分析（入门篇）（全彩）》目录：
第1章 数据分析那些事儿
1.1 数据分析是“神马”
1.1.1 何谓数据分析
1.1.2 数据分析的作用
1.2 数据分析六步曲
1.2.1 明确分析目的和思路
1.2.2 数据收集
1.2.3 数据处理
1.2.4 数据分析
1.2.5 数据展现
1.2.6 报告撰写
1.3 数据分析的三大误区
1.4 数据分析师的职业发展
1.4.1 数据分析的广阔前景
1.4.2 数据分析师的职业要求
1.4.3 数据分析师的基本素质
1.5 几个常用指标和术语
1.6 本章小结
第2章 结构为王--确定分析思路
2.1 数据分析方法论
2.1.1 数据分析方法论与数据分析法的区别
2.1.2 数据分析方法论的重要性
2.2 常用的数据分析方法论
2.2.1 PEST分析法
2.2.2 5W2H分析法
2.2.3 逻辑树分析法
2.2.4 4P营销理论
2.2.5 用户行为理论
2.3 本章小结
第3章 无米难为巧妇--数据准备
3.1 理解数据
3.1.1 字段与记录
3.1.2 数据类型
3.1.3 数据表
3.2 数据来源
3.2.1 导入数据
3.2.2 问卷录入要求
3.3 本章小结 /53
第4章 三心二意--数据处理
4.1 何为数据处理
4.1.1 “三心二意”处理数据
4.1.2 数据处理的内容
4.2 数据清洗
4.2.1 重复数据的处理
4.2.2 缺失数据处理
4.2.3 检查数据逻辑错误
4.3 数据加工
4.3.1 数据抽取
4.3.2 数据计算
4.3.3 数据分组
4.3.4 数据转换
4.4 数据抽样
4.5 本章小结
第5章 工欲善其事必先利其器--数据分析
5.1 数据分析方法
5.1.1 对比分析法
5.1.2 分组分析法
5.1.3 结构分析法
5.1.4 平均分析法
5.1.5 交叉分析法
5.1.6 综合评价分析法
5.1.7 杜邦分析法
5.1.8 漏斗图分析法
5.1.9 矩阵关联分析法
5.1.10 高级数据分析方法
5.2 数据分析工具
5.2.1 初识数据透视表
5.2.2 创建数据透视表的三步法
5.2.3 数据透视表分析实践
5.2.4 数据透视表小技巧
5.2.5 多选题分析
5.3 本章小结
第6章 给数据量体裁衣--数据展现
6.1 揭开图表的真面目
6.1.1 图表的作用
6.1.2 经济适用图表有哪些
6.1.3 通过关系选择图表
6.1.4 图表制作五步法
6.2 表格也疯狂
6.2.1 突出显示单元格
6.2.2 项目选取
6.2.3 数据条
6.2.4 图标集
6.2.5 迷你图
6.3 给图表换装
6.3.1 平均线图
6.3.2 双坐标图
6.3.3 竖形折线图
6.3.4 瀑布图
6.3.5 帕累托图
6.3.6 旋风图
6.3.7 人口金字塔图
6.3.8 漏斗图
6.3.9 矩阵图（散点图）
6.3.10 发展矩阵图
6.3.11 改进难易矩阵（气泡图）
6.4 本章小结
第7章 专业化生存--图表可以更美的
7.1 别让图表犯错
7.1.1 让图表“五脏俱全”
7.1.2 要注意的条条框框
7.1.3 图表会说谎
7.2 浓妆淡抹总相宜--图表美化
7.2.1 图表美化的三原则
7.2.2 略施粉黛--美化图表的技巧
7.2.3 图表也好“色”
7.3 如虎添翼的招儿
7.3.1 我的图表模板
7.3.2 快速制图
7.3.3 添加标签小工具
7.3.4 修剪超大值
7.4 本章小结
第8章 专业的报告--体现你的职场价值
8.1 初识数据分析报告
8.1.1 数据分析报告是什么
8.1.2 数据分析报告的写作原则
8.1.3 数据分析报告的作用
8.1.4 数据分析报告的种类
8.2 数据分析报告的结构
8.2.1 标题页
8.2.2 目录
8.2.3 前言
8.2.4 正文
8.2.5 结论与建议
8.2.6 附录
8.3 撰写报告时的注意事项
8.4 报告范例
8.5 本章小结
写在后面的Q/A
附录A 网络学习资源
《谁说菜鸟不会数据分析（SPSS篇）》目录：
第1 章 SPSS 概况／ 11
1.1 SPSS 简介／ 12
1.2 SPSS 特点／ 13
1.3 SPSS 安装／ 15
1.4 SPSS 窗口／ 19
1.5 本章小结／ 22
第2 章 数据处理／ 23
2.1 数据变量／ 24
2.1.1 数据类型／ 24
2.1.2 变量尺度／ 25
2.2 数据导入／ 27
2.2.1 Excel 数据导入／ 27
2.2.2 文本数据导入／ 29
2.3 数据清洗／ 33
2.4 数据抽取／ 35
2.4.1 字段拆分／ 35
2.4.2 随机抽样／ 38
2.5 数据合并／ 40
2.5.1 字段合并／ 40
2.5.2 记录合并／ 41
2.6 数据分组／ 43
2.6.1 可视分箱／ 43
2.6.2 重新编码／ 46
2.7 数据标准化／ 48
2.7.1 0-1 标准化／ 48
2.7.2 Z 标准化／ 50
2.8 本章小结／ 50 7
第3 章 描述性分析／ 53
3.1 频率分析／ 54
3.1.1 分类变量频率分析／ 54
3.1.2 连续变量频率分析／ 57
3.2 描述分析／ 61
3.3 交叉表分析／ 63
3.4 多选题定义／ 65
3.5 数据报表制作／ 68
3.5.1 报表类型简介／ 69
3.5.2 分类变量报表制作／ 70
3.5.3 连续变量报表制作／ 72
3.5.4 多选题报表制作／ 73
3.5.5 报表灵活运用／ 75
3.6 本章小结／ 80
第4 章 相关分析／ 81
4.1 相关分析简介／ 82
4.2 相关分析实践／ 84
4.2.1 散点图绘制／ 85
4.2.2 相关分析操作／ 86
4.3 本章小结／ 87
第5 章 回归分析／ 89
5.1 回归分析简介／ 90
5.1.1 什么是回归分析／ 90
5.1.2 线性回归分析步骤／ 91
5.2 简单线性回归分析／ 92
5.2.1 简单线性回归分析简介／ 92
5.2.2 简单线性回归分析实践／ 93
5.3 多重线性回归分析／ 99
5.3.1 多重线性回归分析简介／ 99
5.3.2 多重线性回归分析实践／ 99
5.4 本章小结／ 106
第6 章 自动线性建模／ 107
6.1 自动建模／ 108
6.2 模型结果解读／ 113
6.3 模型预测／ 121
6.4 本章小结／ 122
第7 章 Logistic 回归／ 123
7.1 Logistic 回归简介／ 124
7.2 Logistic 回归实践／ 127
7.2.1 Logistic 回归操作／ 128
7.2.2 Logistic 回归结果解读／ 129
7.2.3 Logistic 回归预测／ 131
7.3 本章小结／ 135
第8 章 时间序列分析／ 137
8.1 时间序列分析简介／ 138
8.2 季节分解法／ 139
8.3 专家建模法／ 148
8.3.1 时间序列预测步骤／ 148
8.3.2 时间序列分析操作／ 149
8.3.3 时间序列分析结果解读／ 151
8.3.4 时间序列预测应用／ 153
8.4 本章小结／ 157
第9 章 RFM 分析／ 159
9.1 RFM 分析介绍／ 160
9.2 RFM 分析操作／ 162
9.2.1 数据准备／ 162
9.2.2 RFM 分析实践／ 163
9.2.3 RFM 分析结果解读／ 167
9.3 RFM 分析应用／ 170
9.4 本章小结／ 175
第10 章 聚类分析／ 177
10.1 聚类分析介绍／ 178
10.2 快速聚类分析／ 180
10.2.1 快速聚类分析操作／ 180
10.2.2 快速聚类分析结果解读／ 182
10.3 系统聚类分析／ 186
10.3.1 系统聚类分析操作／ 186
10.3.2 系统聚类分析结果解读／ 189
10.4 二阶聚类分析／ 193
10.4.1 二阶聚类分析操作／ 193
10.4.2 二阶聚类分析结果解读／ 195
10.5 聚类方法的对比／ 201
10.6 本章小结／ 202
第11 章 因子分析／ 203
11.1 因子分析简介／ 204
11.2 因子分析实践／ 206
11.2.1 因子分析操作／ 207
11.2.2 因子分析结果解读／ 210
11.3 本章小结／ 217
第12 章 对应分析／ 219
12.1 对应分析简介／ 220
12.2 对应分析实践／ 221
12.2.1 对应分析操作／ 221
12.2.2 对应分析结果解读／ 225
12.3 本章小结／ 228
^ 收 起
第1章 高效处理千万数据
1.1 最容易上手的数据库
1.1.1 数据库那些事儿
1.1.2 万能的SQL
1.1.3 两招导入数据
1.1.4 数据合并的二三式
1.1.5 快速实现数据计算
1.1.6 数据分组小妙招
1.1.7 重复数据巧处理
1.1.8 数据分析一步到位
1.2 Microsoft Query
1.2.1 数据导入
1.2.2 数据处理
1.2.3 数据分析
1.3 本章小结
第2章 玩转数据分析
2.1 Excel数据分析工具--PowerPivot
2.1.1 PowerPivot是神马
2.1.2 确定分析思路
2.1.3 数据分析前的准备
2.1.4 简单数据分析
2.1.5 多表关联分析
2.1.6 字段计算分析
2.1.7 数据分组分析
2.2 Excel数据分析工具库
2.2.1 分析工具库简介
2.2.2 描述性统计分析
2.2.3 直方图
2.2.4 抽样分析
2.2.5 相关分析
2.2.6 回归分析
2.2.7 移动平均
2.2.8 指数平滑
2.3 本章小结
第3章 Show出你的数据
3.1 数据可视化
3.1.1 有趣的数据可视化
3.1.2 数据可视化的意义
3.1.3 数据可视化工具与资源
3.2 Excel的可视化伴侣-水晶易表
3.2.1 初识水晶易表
3.2.2 水晶易表的特点
3.2.3 水晶易表工作原理
3.2.4 水晶易表的安装要求
3.2.5 认识水晶易表部件
3.3 水晶易表实战
3.3.1 居民消费价格指数模型
3.3.2 国内人口预测模型
3.3.3 丈母娘选女婿模型
3.4 本章小结
第4章 让报告自动化
4.1 自动化神器-VBA
4.1.1 从录制宏开始
4.1.2 VBA语法那些事儿
4.1.3 进入VBA运行环境
4.1.4 VBA调试技巧
4.2 Excel报告自动化
4.2.1 自动化原理
4.2.2 建立数据模板
4.2.3 数据提取自动化
4.3 PPT报告自动化
4.1.1 自动化原理
4.1.2 建立数据模板
4.1.3 数据提取自动化
4.1.4 数据自动更新之VBA法
4.1.5 数据自动更新之链接法
4.2 本章小结
《谁说菜鸟不会数据分析（入门篇）（全彩）》目录：
第1章 数据分析那些事儿
1.1 数据分析是“神马”
1.1.1 何谓数据分析
1.1.2 数据分析的作用
1.2 数据分析六步曲
1.2.1 明确分析目的和思路
1.2.2 数据收集
1.2.3 数据处理
1.2.4 数据分析
1.2.5 数据展现
1.2.6 报告撰写
1.3 数据分析的三大误区
1.4 数据分析师的职业发展
1.4.1 数据分析的广阔前景
1.4.2 数据分析师的职业要求
1.4.3 数据分析师的基本素质
1.5 几个常用指标和术语
1.6 本章小结
第2章 结构为王--确定分析思路
2.1 数据分析方法论
2.1.1 数据分析方法论与数据分析法的区别
2.1.2 数据分析方法论的重要性
2.2 常用的数据分析方法论
2.2.1 PEST分析法
2.2.2 5W2H分析法
2.2.3 逻辑树分析法
2.2.4 4P营销理论
2.2.5 用户行为理论
2.3 本章小结
第3章 无米难为巧妇--数据准备
3.1 理解数据
3.1.1 字段与记录
3.1.2 数据类型
3.1.3 数据表
3.2 数据来源
3.2.1 导入数据
3.2.2 问卷录入要求
3.3 本章小结 /53
第4章 三心二意--数据处理
4.1 何为数据处理
4.1.1 “三心二意”处理数据
4.1.2 数据处理的内容
4.2 数据清洗
4.2.1 重复数据的处理
4.2.2 缺失数据处理
4.2.3 检查数据逻辑错误
4.3 数据加工
4.3.1 数据抽取
4.3.2 数据计算
4.3.3 数据分组
4.3.4 数据转换
4.4 数据抽样
4.5 本章小结
第5章 工欲善其事必先利其器--数据分析
5.1 数据分析方法
5.1.1 对比分析法
5.1.2 分组分析法
5.1.3 结构分析法
5.1.4 平均分析法
5.1.5 交叉分析法
5.1.6 综合评价分析法
5.1.7 杜邦分析法
5.1.8 漏斗图分析法
5.1.9 矩阵关联分析法
5.1.10 高级数据分析方法
5.2 数据分析工具
5.2.1 初识数据透视表
5.2.2 创建数据透视表的三步法
5.2.3 数据透视表分析实践
5.2.4 数据透视表小技巧
5.2.5 多选题分析
5.3 本章小结
第6章 给数据量体裁衣--数据展现
6.1 揭开图表的真面目
6.1.1 图表的作用
6.1.2 经济适用图表有哪些
6.1.3 通过关系选择图表
6.1.4 图表制作五步法
6.2 表格也疯狂
6.2.1 突出显示单元格
6.2.2 项目选取
6.2.3 数据条
6.2.4 图标集
6.2.5 迷你图
6.3 给图表换装
6.3.1 平均线图
6.3.2 双坐标图
6.3.3 竖形折线图
6.3.4 瀑布图
6.3.5 帕累托图
6.3.6 旋风图
6.3.7 人口金字塔图
6.3.8 漏斗图
6.3.9 矩阵图（散点图）
6.3.10 发展矩阵图
6.3.11 改进难易矩阵（气泡图）
6.4 本章小结
第7章 专业化生存--图表可以更美的
7.1 别让图表犯错
7.1.1 让图表“五脏俱全”
7.1.2 要注意的条条框框
7.1.3 图表会说谎
7.2 浓妆淡抹总相宜--图表美化
7.2.1 图表美化的三原则
7.2.2 略施粉黛--美化图表的技巧
7.2.3 图表也好“色”
7.3 如虎添翼的招儿
7.3.1 我的图表模板
7.3.2 快速制图
7.3.3 添加标签小工具
7.3.4 修剪超大值
7.4 本章小结
第8章 专业的报告--体现你的职场价值
8.1 初识数据分析报告
8.1.1 数据分析报告是什么
8.1.2 数据分析报告的写作原则
8.1.3 数据分析报告的作用
8.1.4 数据分析报告的种类
8.2 数据分析报告的结构
8.2.1 标题页
8.2.2 目录
8.2.3 前言
8.2.4 正文
8.2.5 结论与建议
8.2.6 附录
8.3 撰写报告时的注意事项
8.4 报告范例
8.5 本章小结
写在后面的Q/A
附录A 网络学习资源
《谁说菜鸟不会数据分析（SPSS篇）》目录：
第1 章 SPSS 概况／ 11
1.1 SPSS 简介／ 12
1.2 SPSS 特点／ 13
1.3 SPSS 安装／ 15
1.4 SPSS 窗口／ 19
1.5 本章小结／ 22
第2 章 数据处理／ 23
2.1 数据变量／ 24
2.1.1 数据类型／ 24
2.1.2 变量尺度／ 25
2.2 数据导入／ 27
2.2.1 Excel 数据导入／ 27
2.2.2 文本数据导入／ 29
2.3 数据清洗／ 33
2.4 数据抽取／ 35
2.4.1 字段拆分／ 35
2.4.2 随机抽样／ 38
2.5 数据合并／ 40
2.5.1 字段合并／ 40
2.5.2 记录合并／ 41
2.6 数据分组／ 43
2.6.1 可视分箱／ 43
2.6.2 重新编码／ 46
2.7 数据标准化／ 48
2.7.1 0-1 标准化／ 48
2.7.2 Z 标准化／ 50
2.8 本章小结／ 50 7
第3 章 描述性分析／ 53
3.1 频率分析／ 54
3.1.1 分类变量频率分析／ 54
3.1.2 连续变量频率分析／ 57
3.2 描述分析／ 61
3.3 交叉表分析／ 63
3.4 多选题定义／ 65
3.5 数据报表制作／ 68
3.5.1 报表类型简介／ 69
3.5.2 分类变量报表制作／ 70
3.5.3 连续变量报表制作／ 72
3.5.4 多选题报表制作／ 73
3.5.5 报表灵活运用／ 75
3.6 本章小结／ 80
第4 章 相关分析／ 81
4.1 相关分析简介／ 82
4.2 相关分析实践／ 84
4.2.1 散点图绘制／ 85
4.2.2 相关分析操作／ 86
4.3 本章小结／ 87
第5 章 回归分析／ 89
5.1 回归分析简介／ 90
5.1.1 什么是回归分析／ 90
5.1.2 线性回归分析步骤／ 91
5.2 简单线性回归分析／ 92
5.2.1 简单线性回归分析简介／ 92
5.2.2 简单线性回归分析实践／ 93
5.3 多重线性回归分析／ 99
5.3.1 多重线性回归分析简介／ 99
5.3.2 多重线性回归分析实践／ 99
5.4 本章小结／ 106
第6 章 自动线性建模／ 107
6.1 自动建模／ 108
6.2 模型结果解读／ 113
6.3 模型预测／ 121
6.4 本章小结／ 122
第7 章 Logistic 回归／ 123
7.1 Logistic 回归简介／ 124
7.2 Logistic 回归实践／ 127
7.2.1 Logistic 回归操作／ 128
7.2.2 Logistic 回归结果解读／ 129
7.2.3 Logistic 回归预测／ 131
7.3 本章小结／ 135
第8 章 时间序列分析／ 137
8.1 时间序列分析简介／ 138
8.2 季节分解法／ 139
8.3 专家建模法／ 148
8.3.1 时间序列预测步骤／ 148
8.3.2 时间序列分析操作／ 149
8.3.3 时间序列分析结果解读／ 151
8.3.4 时间序列预测应用／ 153
8.4 本章小结／ 157
第9 章 RFM 分析／ 159
9.1 RFM 分析介绍／ 160
9.2 RFM 分析操作／ 162
9.2.1 数据准备／ 162
9.2.2 RFM 分析实践／ 163
9.2.3 RFM 分析结果解读／ 167
9.3 RFM 分析应用／ 170
9.4 本章小结／ 175
第10 章 聚类分析／ 177
10.1 聚类分析介绍／ 178
10.2 快速聚类分析／ 180
10.2.1 快速聚类分析操作／ 180
10.2.2 快速聚类分析结果解读／ 182
10.3 系统聚类分析／ 186
10.3.1 系统聚类分析操作／ 186
10.3.2 系统聚类分析结果解读／ 189
10.4 二阶聚类分析／ 193
10.4.1 二阶聚类分析操作／ 193
10.4.2 二阶聚类分析结果解读／ 195
10.5 聚类方法的对比／ 201
10.6 本章小结／ 202
第11 章 因子分析／ 203
11.1 因子分析简介／ 204
11.2 因子分析实践／ 206
11.2.1 因子分析操作／ 207
11.2.2 因子分析结果解读／ 210
11.3 本章小结／ 217
第12 章 对应分析／ 219
12.1 对应分析简介／ 220
12.2 对应分析实践／ 221
12.2.1 对应分析操作／ 221
12.2.2 对应分析结果解读／ 225
12.3 本章小结／ 228
^ 收 起
狄松，英国南安普顿大学理学硕士，主修市场分析，现服务于全球知名市场研究公司，任高级研究员，主要从事数据分析，建模等工作。获得SPSS高级认证，高级调查分析师证书，具有多年数据分析经验，略懂Excel、PPT以及SPSS、Minitab等工具。
《谁说菜鸟不会数据分析（工具篇）》内容简介：
自从推出了《谁说菜鸟不会数据分析（入门篇）》之后，受到广大数据分析爱好者的认同与好评，同时提出了热切的希望：希望能尽早推出提高一级的书。我们看到这些热心的反馈，心里也是暖洋洋的，毕竟有读者的认可是多么幸福的事情。但是，我们也是惶恐的，生怕出来的作品还没经过细致打磨。我们在反复思量和总结中，前前后后花了1年多时间，创作完这部《谁说菜鸟不会数据分析（工具篇）》。
常言道“工欲善其事，必先利其器”，数据分析也不例外，在实际工作中我们会遇到大量的分析工具，每款工具都有其一技之长，如果在工作学习中能够挖掘工具之所长，那定能事半而功倍。我们将数据分析工具进行了细致梳理，基于常用的Excel，精心挑选能够提高效率的常用工具，这些工具涵盖数据处理（Microsoft Access、Query）、数据分析（PowerPivot、Excel数据分析工具库）、数据呈现（水晶易表）和报告自动化（VBA）。
《谁说菜鸟不会数据分析（工具篇）》第一章由张文霖完成，第二章由林凤琼完成，第三章由狄松完成，第四章由任玮琳完成。整个写作过程是艰辛的，但是也很有成就感。我们努力讲好数据分析的故事，同时把这个故事尽量展现得美丽动人。
《谁说菜鸟不会数据分析（工具篇）》仍沿用《谁说菜鸟不会数据分析（入门篇）》师傅带徒弟的对话教学方式，紧密围绕着工作学习中的常用情景，通过丰富而实用的案例以通俗易懂的呈现实现，从解决问题角度介绍各种常用、实用的数据处理、分析工具与方法，让大家在愉快的阅读中，不知不觉就学会了各种实用的数据分析工具。
如果我们以她来称呼这本与众不同的数据分析书，很多人翻开这本书的时候，可能会有大量疑惑，但，请耐着性子慢慢读下去，你将会有莫大的收获。
《谁说菜鸟不会数据分析（入门篇）（全彩）》内容简介：
《谁说菜鸟不会数据分析（入门篇）（全彩）》是一本有趣的数据分析书！
《谁说菜鸟不会数据分析（入门篇）（全彩）》基于通用的Excel工具，加上必知必会的数据分析概念，以小说般通俗易懂的方式讲解。本书基于职场三人行来构建内容，完全按照数据分析工作的完整流程来讲解。全书共8章，依次讲解数据分析必知必会知识、确定数据分析的结构化思维、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美以及专业分析报告的撰写等内容。本书有足够的魅力让你一口气读下去，在无形之中掌握数据分析的技能，提升职场竞争能力。
《谁说菜鸟不会数据分析（SPSS篇）（全彩）》内容简介：
作为《谁说菜鸟不会数据分析》家族的新成员，本书依然通俗地讲解数据分析的实践。
《谁说菜鸟不会数据分析（SPSS篇）》继续采用职场三人行的方式来构建内容，细致梳理了准专业数据分析的常见问题，并且挑选出企业实践中容易碰到的案例，以轻松直白的方式来讲好数据分析的故事。
《谁说菜鸟不会数据分析（SPSS篇）》从解决工作中的实际问题出发，从统计描述、统计推断到探索性分析，总结并提炼工作中经常用到并且非常实用的通过SPSS 进行数据处理、数据分析实战方法与技巧。《谁说菜鸟不会数据分析（SPSS篇）》尽可能避免使用晦涩难懂的统计术语或模型公式，如需了解相关的统计学知识，可查阅相关的统计学书籍。
《谁说菜鸟不会数据分析（SPSS篇）》适合刚踏出校门，初涉职场的新人，尤其适合从事产品运营、市场营销、金融、财务、人力资源管理等工作的上班族们，《谁说菜鸟不会数据分析（SPSS篇）》能帮助他们提高工作效率；而从事管理、咨询、研究等工作的专业人士，也不妨阅读本书，说不定会有惊喜的发现。
^ 收 起
自从推出了《谁说菜鸟不会数据分析（入门篇）》之后，受到广大数据分析爱好者的认同与好评，同时提出了热切的希望：希望能尽早推出提高一级的书。我们看到这些热心的反馈，心里也是暖洋洋的，毕竟有读者的认可是多么幸福的事情。但是，我们也是惶恐的，生怕出来的作品还没经过细致打磨。我们在反复思量和总结中，前前后后花了1年多时间，创作完这部《谁说菜鸟不会数据分析（工具篇）》。
常言道“工欲善其事，必先利其器”，数据分析也不例外，在实际工作中我们会遇到大量的分析工具，每款工具都有其一技之长，如果在工作学习中能够挖掘工具之所长，那定能事半而功倍。我们将数据分析工具进行了细致梳理，基于常用的Excel，精心挑选能够提高效率的常用工具，这些工具涵盖数据处理（Microsoft Access、Query）、数据分析（PowerPivot、Excel数据分析工具库）、数据呈现（水晶易表）和报告自动化（VBA）。
《谁说菜鸟不会数据分析（工具篇）》第一章由张文霖完成，第二章由林凤琼完成，第三章由狄松完成，第四章由任玮琳完成。整个写作过程是艰辛的，但是也很有成就感。我们努力讲好数据分析的故事，同时把这个故事尽量展现得美丽动人。
《谁说菜鸟不会数据分析（工具篇）》仍沿用《谁说菜鸟不会数据分析（入门篇）》师傅带徒弟的对话教学方式，紧密围绕着工作学习中的常用情景，通过丰富而实用的案例以通俗易懂的呈现实现，从解决问题角度介绍各种常用、实用的数据处理、分析工具与方法，让大家在愉快的阅读中，不知不觉就学会了各种实用的数据分析工具。
如果我们以她来称呼这本与众不同的数据分析书，很多人翻开这本书的时候，可能会有大量疑惑，但，请耐着性子慢慢读下去，你将会有莫大的收获。
《谁说菜鸟不会数据分析（入门篇）（全彩）》内容简介：
《谁说菜鸟不会数据分析（入门篇）（全彩）》是一本有趣的数据分析书！
《谁说菜鸟不会数据分析（入门篇）（全彩）》基于通用的Excel工具，加上必知必会的数据分析概念，以小说般通俗易懂的方式讲解。本书基于职场三人行来构建内容，完全按照数据分析工作的完整流程来讲解。全书共8章，依次讲解数据分析必知必会知识、确定数据分析的结构化思维、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美以及专业分析报告的撰写等内容。本书有足够的魅力让你一口气读下去，在无形之中掌握数据分析的技能，提升职场竞争能力。
《谁说菜鸟不会数据分析（SPSS篇）（全彩）》内容简介：
作为《谁说菜鸟不会数据分析》家族的新成员，本书依然通俗地讲解数据分析的实践。
《谁说菜鸟不会数据分析（SPSS篇）》继续采用职场三人行的方式来构建内容，细致梳理了准专业数据分析的常见问题，并且挑选出企业实践中容易碰到的案例，以轻松直白的方式来讲好数据分析的故事。
《谁说菜鸟不会数据分析（SPSS篇）》从解决工作中的实际问题出发，从统计描述、统计推断到探索性分析，总结并提炼工作中经常用到并且非常实用的通过SPSS 进行数据处理、数据分析实战方法与技巧。《谁说菜鸟不会数据分析（SPSS篇）》尽可能避免使用晦涩难懂的统计术语或模型公式，如需了解相关的统计学知识，可查阅相关的统计学书籍。
《谁说菜鸟不会数据分析（SPSS篇）》适合刚踏出校门，初涉职场的新人，尤其适合从事产品运营、市场营销、金融、财务、人力资源管理等工作的上班族们，《谁说菜鸟不会数据分析（SPSS篇）》能帮助他们提高工作效率；而从事管理、咨询、研究等工作的专业人士，也不妨阅读本书，说不定会有惊喜的发现。
^ 收 起
比价列表
