入门数据分析师的最强秘籍，都在这 4 本书里！

大家还记得那本狂销 20 多万册，横扫各大畅销榜单的“对比 Excel”系列图书吗？

是的，它又出姊妹篇啦！

统计是大数据的三大基础学科之一，换句话讲统计学是数据分析的理论支撑！一切用数据说话，避免之前的“一拍脑袋决定，二拍胸脯保证，三拍屁股走人”的主观误判。

但对于刚入门的数据分析师来说，晦涩难懂的公式，庞杂的知识点，深奥的统计理论，不禁让人头脑发胀。这种时候，尤其是对新手来说，学什么？怎么学？却变得尤为重要。

这本适合新手的统计学小书，从“面试常考”的角度帮你划定了统计学重点！

入行新手学什么？业务常用/面试常考

如果大家平常有关注数据分析师的招聘要求，会注意到，大部分招聘信息都会要求熟悉统计学，很多面试官也会问统计学相关的知识。

本书综合了很多一线数据分析师的反馈和经验，从“业务中常用”和“面试中常考”两个维度对统计学理论进行了提炼和划为。

相关知识依次为描述性分析、概率和概率分布、抽样推断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。

每个理论知识由核心的 3 个部分组成：该理论知识在数据分析中的应用、理论知识讲解、Excel 和 Python 工具的实现。

用什么学？实现统计学的趁手工具

Python 统计学是用 Python 这个工具去实现统计学的相关内容。

统计学本身的内容和用什么工具是没有关系的，比如，假设检验，用 Python 或者 Excel 都可以实现，不管用什么工具，都不会影响假设检验本身的内容和流程。

只不过，现在互联网时代，需要处理的数据量级比较大，用 Excel 处理起来会比较费劲，所以我们需要借助类似 Python 的编程工具。

如何学统计学？

相比 Excel、Python 这些数据分析工具，统计学算是数据分析师需要学的第一门比较偏理论的学科内容。

而市面上关于统计学的图书要么是晦涩难懂的教材，要么是不够深入，偏大众科普的图书，和数据分析工作均不直接相关。

对于入行的数据分析师来说急需一本通俗易懂讲解，能结合实际讲解统计理论的小书。

张俊红老师这本《对比 Excel，轻松学 Python 统计分析》恰逢其时。

为了避免内容的重复，本书中并未涉及关于 Python 基础的内容，如果你之前没有学过 Python，建议先学习笔者的另一本书《对比 Excel，轻松学习 Python 数据分析》。

如果主要是为了学习统计学知识或者平常主要是利用 Excel 进行分析的，那么也可以直接学习本书！

本书的主线是围绕统计学的理论知识展开的，层层递进，依次为描述性分析、概率和概率分布、抽样推断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。

每个理论知识又由核心的 3 部分组成：该理论知识在数据分析中的应用、理论知识讲解、Excel 和 Python 工具的实现。

让大家学完本书以后既学到了理论知识，也知道如何将理论知识在数据分析工作中应用，还知道如何用 Excel 和 Python 去实现。

学习本书的主要目的是为了解决实际工作中的问题，所以关于理论知识部分，重点是要理解，而关于工具实现部分，和学习大多数工具一样，只有多练习，才能熟练掌握。

张俊红，某互联网公司资深数据分析师，畅销书《对比 Excel，轻松学习 Python 数据分析》作者。对比学习法倡导者，入职数据分析师系列丛书作者。喜欢分享，致力于做一个数据科学路上的终身学习者、实践者、分享者。公众号“俊红的数据分析之路”运营人。

粉丝专享49元包邮，快快扫码抢购吧！

套装一键购入！

发布：刘恩惠
审核：陈歆懿
 


如果喜欢本文
欢迎 在看丨留言丨分享至朋友圈 三连