包邮 谁说菜鸟不会数据分析（入门篇+工具篇+SPSS篇）纪念版 Excel 数据分析书籍 pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• 数据分析
• Excel
• SPSS
• 菜鸟入门
• 职场技能
• 办公软件
• 统计分析
• 商业分析
• 图书
• 包邮

店铺： 旷氏文豪图书专营店

出版社： 电子工业出版社

ISBN：9787121288012

商品编码：10368148780

bm008063

谁说菜鸟不会数据分析（入门篇+工具篇+SPSS篇）

9787121288012 9787121287985 9787121287992

谁说菜鸟不会数据分析（SPSS篇）（全彩）  

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。本书继续采用职场二人行的方式来构建内容，细致梳理了准**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。本书从解决工作实际问题出发，从数据描述、分析推断到探索性分析，总结并提炼工作中非常实用的数据处理、数据分析实战方法与技巧。本书尽可能避免使用晦涩难懂的术语或模型公式，以便于读者快速掌握数据分析的相关技能。

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 

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

......

谁说菜鸟不会数据分析（工具篇）（纪念版）（全彩）  

本书是《谁说菜鸟不会数据分析》（入门篇）的姊妹篇，本书接着细致梳理了数据分析工作的完整流程，基于常用的Excel，精心挑选能够提高效率的常用工具来细致讲解，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）。

第1章 高效处理千万数据

1.1 *容易上手的数据库 /16

1.1.1 数据库那些事儿 /16

1.1.2 **的SQL /19

1.1.3 两招导入数据 /22

1.1.4 数据合并的二三式 /27

1.1.5 快速实现数据计算 /39

1.1.6 数据分组小妙招 /43

1.1.7 重复数据巧处理 /49

1.1.8 数据分析一步到位 /53

1.2 Microsoft Query /60

1.2.1 数据导入 /62

1.2.2 数据处理 /66

1.2.3 数据分析 /67

1.3 本章小结 /69

第2章 玩转数据分析

2.1 Excel数据分析工具——PowerPivot /71

2.1.1 PowerPivot是神马 /71

2.1.2 确定分析思路 /75

2.1.3 数据分析前的准备 /76

2.1.4 简单数据分析 /79

2.1.5 多表关联分析 /80

2.1.6 字段计算分析 /83

2.1.7 数据分组分析 /88

2.2 Excel数据分析工具库 /91

2.2.1 分析工具库简介 /91

，，

 

 

谁说菜鸟不会数据分析（入门篇）（纪念版）（全彩）  

本书基于通用的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**化的视角来提升图表之美以及**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。

第1章 数据分析那些事儿

1.1 数据分析是“神马” /14

1.1.1 何谓数据分析 /15

1.1.2 数据分析的作用 /16

1.2 数据分析六步曲 /17

1.2.1 明确分析目的和思路 /18

1.2.2 数据收集 /20

1.2.3 数据处理 /21

1.2.4 数据分析 /21

1.2.5 数据展现 /22

1.2.6 报告撰写 /23

1.3 数据分析的三大误区 /24

1.4 数据分析师的职业发展 /25

1.4.1 数据分析的广阔前景 /25

1.4.2 数据分析师的职业要求 /27

1.4.3 数据分析师的基本素质 /28

1.5 几个常用指标和术语 /32

1.6 本章小结 /36

第2章 结构为王—确定分析思路

2.1 数据分析方法论 /38

2.1.1 数据分析方法论与数据分析法的区别 /38

2.1.2 数据分析方法论的重要性 /39

2.2 常用的数据分析方法论 /40

2.2.1 PEST分析法 /40

2.2.2 5W2H分析法 /43

2.2.3 逻辑树分析法 /44

2.2.4 4P营销理论 /45

2.2.5 用户行为理论 /47

2.3 本章小结 /48

第3章 无米难为巧妇—数据准备

3.1 理解数据 /50

3.1.1 字段与记录 /51

3.1.2 数据类型 /52

3.1.3 数据表 /53

3.2 数据来源 /57

3.2.1 导入数据 /57

3.2.2 问卷录入要求 /63

3.3 本章小结 /65

第4章 三心二意—数据处理

4.1 何为数据处理 /67

4.1.1 “三心二意”处理数据 /67

4.1.2 数据处理的内容 /69

4.2 数据清洗 /70

4.2.1 重复数据的处理 /71

4.2.2 缺失数据处理 /76

4.2.3 检查数据逻辑错误 /80

4.3 数据加工 /82

4.3.1 数据抽取 /82

4.3.2 数据计算 /87

4.3.3 数据分组 /91

4.3.4 数据转换 /92

4.4 数据抽样 /97

4.5 本章小结 /98

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 /101

5.1.1 对比分析法 /102

5.1.2 分组分析法 /105

5.1.3 结构分析法 /106

5.1.4 平均分析法 /107

5.1.5 交叉分析法 /108

5.1.6 综合评价分析法 /109

5.1.7 杜邦分析法 /113

5.1.8 漏斗图分析法 /114

5.1.9 矩阵关联分析法 /115

5.1.10 **数据分析方法 /120

5.2 数据分析工具 /121

5.2.1 初识数据透视表 /121

5.2.2 创建数据透视表的三步法 /122

......

精通数据洞察，开启高效决策之旅 在这个数据爆炸的时代，掌握数据分析能力已不再是少数专家的专属技能，而是人人必备的核心竞争力。无论您是职场新人渴望快速提升工作效率，还是资深人士希望在激烈的竞争中脱颖而出，或是对数字背后隐藏的商业价值充满好奇，本书都将是您最得力的伙伴。本书并非仅仅罗列枯燥的理论，而是将复杂的概念化繁为简，通过生动案例和实操演练，引导您逐步解锁数据分析的奥秘，真正做到“谁说菜鸟不会数据分析”。 核心理念：数据驱动，洞察为王 本书的核心理念在于强调“数据驱动”的思维模式。我们相信，每一个决策都应该建立在充分的数据分析之上，而非凭空猜测或经验主义。通过科学严谨的数据分析，我们可以更清晰地认识现状、预测趋势、识别风险、发现机遇，从而做出更明智、更具前瞻性的决策。我们摒弃了那些“看起来很美”却脱离实际的理论，专注于那些真正能帮助您在实际工作中解决问题的分析方法和工具。 本书亮点：循序渐进，实战导向，工具精通 本书的最大亮点在于其循序渐进的学习路径和极强的实战导向性。我们深知初学者可能面临的挑战，因此从最基础的数据概念讲起，逐步深入到复杂的分析技术。每一章节都紧密联系实际工作场景，力求让您学到的知识能够立刻应用到您的日常工作中，实现“学以致用”。 第一篇：入门篇——夯实基础，建立认知 在这一篇中，我们将为您构建坚实的数据分析知识体系。 数据是什么？它从哪里来？ 我们将深入探讨数据的本质，区分不同类型的数据（定量、定性、结构化、非结构化等），并介绍常见的数据来源，如数据库、API、文件、网络抓取等。您将了解数据的收集、存储和管理是整个分析流程的基石。 为什么要做数据分析？ 这一部分将为您阐述数据分析的价值和意义，通过大量来自不同行业（营销、销售、运营、产品、金融等）的真实案例，让您直观地感受到数据分析如何帮助企业提升效率、降低成本、优化用户体验、实现精准营销，甚至发现全新的商业模式。您会明白，数据分析不再是“锦上添花”，而是“雪中送炭”。 数据分析的基本流程： 我们将详细介绍一个完整的数据分析项目通常会经历的几个关键阶段：明确问题、收集数据、清洗整理、探索性分析（EDA）、建模与挖掘、结果呈现与解读、部署与应用。每一步都将配以清晰的图示和简明的文字说明，让您对整个流程有全局的认识。 数据清洗与预处理： 这是数据分析中最耗时却也至关重要的环节。我们将教会您如何识别和处理缺失值、异常值、重复值，如何进行数据类型转换、格式统一、变量重构等操作。您将学会识别“脏数据”并掌握将其转化为可用数据的实用技巧，避免“垃圾进，垃圾出”的窘境。 描述性统计： 在深入分析之前，对数据进行基本的描述至关重要。我们将介绍均值、中位数、众数、方差、标准差、百分位数等基本统计量，以及如何通过直方图、箱线图、散点图等可视化手段来直观地展示数据的分布特征、集中趋势和离散程度。 探索性数据分析（EDA）： 这一阶段是发掘数据潜在规律的关键。我们将教授您如何通过可视化和统计方法来发现变量之间的关系、识别模式、提出假设。您将学会利用各种图表来“对话”数据，从中获得初步的洞察。 第二篇：工具篇——掌握利器，高效实操 本篇将聚焦于数据分析中最常用、最强大的工具，并提供详尽的实操指导。 Excel在数据分析中的应用： 对于绝大多数职场人士来说，Excel是最便捷、最容易上手的分析工具。我们将深入讲解Excel在数据分析中的核心功能，包括： 数据透视表与数据透视图： 如何利用它们快速汇总、交叉分析海量数据，发现隐藏的规律。 函数与公式： 掌握SUMIFS, COUNTIFS, AVERAGEIFS, VLOOKUP, HLOOKUP, INDEX, MATCH等常用及高级函数，实现数据的自动化处理和计算。 条件格式与数据验证： 如何通过视觉化手段突出关键信息，并规范数据输入。 图表制作： 学习如何根据分析目的选择最合适的图表类型，制作出清晰、专业、具有说服力的可视化图表。 Power Query（获取与转换数据）： 介绍如何利用Power Query连接外部数据源，进行高效的数据清洗和转换，告别繁琐的手动操作。 Power Pivot（数据建模）： 讲解如何构建数据模型，处理多表关联，进行更复杂的分析。 SQL语言入门与实践： 结构化查询语言（SQL）是与数据库交互的标准语言，掌握SQL意味着您能够从海量数据库中精准地提取所需数据。本篇将带您从零开始学习： 基本查询语句： SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY等。 连接查询： INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN，如何合并来自不同表的数据。 子查询与通用表表达式（CTE）： 掌握更复杂的查询技巧。 窗口函数： 如何实现排名、累积求和等高级分析。 数据聚合与转换： 使用聚合函数（COUNT, SUM, AVG, MIN, MAX）进行数据汇总。 实际数据库操作： 通过模拟场景，让您在实际操作中理解SQL的强大之处。 第三篇：SPSS篇——统计分析，深度挖掘 对于需要进行更深入统计分析和科学研究的用户，SPSS（Statistical Package for the Social Sciences）是不可或缺的工具。本篇将系统介绍SPSS在数据分析中的应用。 SPSS界面与基本操作： 熟悉SPSS的菜单栏、工具栏、数据视图、变量视图等，掌握导入、导出数据，数据编辑等基础操作。 描述性统计分析： 利用SPSS进行频率分析、交叉分析、描述统计量计算，并生成表格和图表。 推断性统计分析： 假设检验： 学习t检验、方差分析（ANOVA）、卡方检验等，用于检验样本数据是否支持某个统计假设。 相关性分析： 理解 Pearson 相关系数、Spearman 秩相关系数，探究变量之间的线性或单调关系。 回归分析： 学习简单线性回归和多元线性回归，用于预测因变量与自变量之间的关系，并进行预测。 聚类分析与因子分析： 学习如何对数据进行分组，发现潜在的维度。 高级统计模型（简介）： 根据读者兴趣，我们会简要介绍一些更高级的统计模型，如判别分析、对应分析等，为进一步深入学习打下基础。 SPSS结果解读与报告撰写： 学习如何正确解读SPSS输出的统计结果，撰写具有专业性的分析报告。 本书特色： 案例驱动： 全书贯穿大量真实、贴近实际工作场景的案例，让您在解决问题的过程中学习分析方法。 图文并茂： 大量使用图表、流程图等可视化元素，化繁为简，帮助您更好地理解概念和操作步骤。 实操练习： 提供配套的练习数据和详尽的操作指导，鼓励您动手实践，巩固所学。 语言通俗易懂： 避免使用过多的专业术语，力求用最简洁明了的语言解释复杂的概念。 前沿性： 结合当前数据分析的最新发展趋势，介绍实用且高效的分析方法和工具。 谁适合阅读本书？ 职场新人： 想要快速掌握数据分析技能，提升工作效率和竞争力。 营销、销售、运营、产品等岗位从业者： 需要通过数据来优化策略、评估效果、驱动增长。 市场研究与数据分析师： 需要夯实基础，拓展分析工具箱。 对数据感兴趣的大学生： 为未来的职业发展打下坚实基础。 任何希望提升决策能力，从数据中获得洞察的个人。 加入我们，一起探索数据的无限可能！ 本书旨在赋能您，让您不再被数据所困扰，而是能够主动驾驭数据，从中挖掘价值，做出更明智的决策。相信通过本书的学习，您将自信地喊出：“我，也能成为数据分析高手！”

评分☆☆☆☆☆

这本书的封面设计非常吸引我，淡淡的绿色调，搭配可爱的卡通形象，一下子就勾起了我对数据分析的好奇心。我一直觉得数据分析是个很高深的东西，听起来就让人头大，但这本书的标题“谁说菜鸟不会数据分析”瞬间打消了我的顾虑，感觉就像一位友善的老师在跟我招手，告诉我这扇门并不难跨越。我平时工作生活中也会接触到一些数据，比如销售记录、用户反馈等等，但总是处理得一团糟，不知道该如何有效利用。我希望这本书能从最基础的概念讲起，用通俗易懂的语言解释那些专业术语，让我这个“菜鸟”也能快速上手。我尤其期待书中能有一些实际案例，最好是贴近我们日常工作场景的，这样我才能更好地理解理论知识如何转化为实际的分析能力。听说这本书还包含了工具篇和SPSS篇，虽然我目前对SPSS还不太熟悉，但看到“工具篇”就觉得很实用，希望它能介绍一些常用的数据处理和分析软件，并给出详细的操作指南，让我能够跟着一步步地学习。总而言之，我对这本书充满了期待，希望它能真正帮助我开启我的数据分析之旅。

评分☆☆☆☆☆

我之前的工作中，常常会遇到一些需要处理报表和数据的任务，但总觉得自己的分析能力不足，只能做一些简单的数据汇总，无法深入挖掘数据背后的价值。看到这本书的书名，我立刻就被吸引住了，感觉它可能就是我需要的“救星”。我特别喜欢它将内容分为“入门篇”、“工具篇”和“SPSS篇”，这种结构非常有条理，让我知道可以一步步地学习。我对“工具篇”的内容非常期待，希望能学到如何使用一些实用的软件来处理和分析数据，比如Excel的高级功能，或者一些专门的数据可视化工具。我希望书中能有详细的操作步骤和截图，这样即使是第一次接触这些工具的人也能轻松学会。另外，“SPSS篇”的出现也让我看到了这本书的深度，虽然我现在可能暂时用不到，但它意味着这本书能够带领我进入更专业的数据分析领域。总的来说，我希望这本书能帮助我摆脱“数据小白”的帽子，掌握一些真正有用的数据分析技能，并在工作中能够更加自信地处理和解读数据。

评分☆☆☆☆☆

这本书简直是为我量身定做的！我是一个对数据分析充满兴趣，但又完全是零基础的学习者。市面上关于数据分析的书籍很多，但我总是在挑选时犹豫不决，担心太过于理论化，或者工具的操作太复杂。这本书的标题“谁说菜鸟不会数据分析”一下就抓住了我的心，让我觉得这本书是为我们这类人写的。我最看重的就是“入门篇”，我希望能从最基本的数据概念讲起，比如什么是变量，什么是数据类型，以及常用的统计学原理，比如均值、中位数、方差等等。我希望书中能用非常生活化的例子来解释这些概念，而不是枯燥的数学公式。我喜欢“纪念版”这个词，感觉它不仅仅是一本书，更是一种心意的传递，希望它能包含一些作者的经验总结和学习心得。我最期待的是这本书能够提供一些可以跟着练习的数据集，这样我才能在学习理论知识的同时，动手实践，加深理解。比如，如果能有一个章节专门讲如何用Excel进行基础的数据整理和透视分析，那对我来说就太有价值了。我希望这本书能让我感受到数据分析的乐趣，而不是把它当作一项艰巨的任务。

评分☆☆☆☆☆

作为一个在职场摸爬滚打多年的“老鸟”，我一直渴望能够提升自己的数据分析能力，以便更好地应对日益复杂的工作挑战。然而，市面上许多关于数据分析的书籍要么过于晦涩难懂，要么流于表面，难以真正落地。这本书的标题“谁说菜鸟不会数据分析”虽然以“菜鸟”自居，但我却从中感受到了一种自信和力量，似乎在告诉我，数据分析并非遥不可及。我尤其看重书中“入门篇”的内容，希望它能以一种循序渐进的方式，为我这个“非科班”出身的人梳理清楚数据分析的底层逻辑和核心概念。我期待它能用最精炼的语言、最生动的比喻，将复杂的统计学原理讲解透彻，让我能够真正理解“为什么”和“怎么做”。同时，“工具篇”的设置让我觉得这本书非常实用，毕竟理论最终要落实到实践。我希望它能介绍一些主流的数据分析工具，并提供详细的操作指南，让我能够快速上手，将所学知识应用于实际工作中。而“SPSS篇”的存在，则为我提供了进一步深入学习的可能性，这对于希望在数据分析领域有所建树的我来说，无疑是一个巨大的吸引力。总而言之，这本书的结构设计和内容规划，让我看到了它是一本真正能够帮助我提升能力、实现自我价值的优秀作品。

评分☆☆☆☆☆

我购买这本书的初衷，纯粹是因为工作上真的需要提升数据分析能力。之前尝试过一些在线课程，但总感觉碎片化，缺乏系统性，而且很多内容比较晦涩难懂。当我看到这本书的目录时，眼前一亮，它清晰地划分了入门篇、工具篇和SPSS篇，这正是我想要的循序渐进的学习路径。我尤其看重“入门篇”，希望它能帮我建立起扎实的基础概念，理解数据分析的逻辑和流程。很多时候，我们之所以觉得数据分析难，是因为一开始就没有理解“为什么”和“是什么”，这本书如果能在这方面做得足够好，那简直是解决了大问题。另外，“工具篇”的出现也让我非常欣喜，因为我知道，光有理论是远远不够的，必须结合实际的工具才能进行操作。我希望它能推荐一些适合初学者、操作简便的工具，并且详细讲解如何使用它们来完成数据收集、清洗、整理、可视化等基本任务。至于SPSS篇，虽然我目前可能用不到，但作为“纪念版”的一部分，它代表了更深入的学习方向，即使现在不学，以后也可能用得上，有备无患。这本书的结构安排，让我觉得它不是一本简单堆砌知识的书，而是一本真正为读者考虑、量身定制的学习指南。

评分☆☆☆☆☆

书不错 书不错 书不错 书不错

评分☆☆☆☆☆

还行 讲的通俗易懂 实用不实用不知道 毕竟没有工作过

评分☆☆☆☆☆

包装得不错的

评分☆☆☆☆☆

第一本基础的比较有用，第二和第三本不太有用。建议第一本够了

评分☆☆☆☆☆

很实用，不错的工具书

评分☆☆☆☆☆

不错 朋友推荐的 太忙了 才想起来写好评

评分☆☆☆☆☆

非常好非常好

评分☆☆☆☆☆

第一本基础的比较有用，第二和第三本不太有用。建议第一本够了

评分☆☆☆☆☆

还行 讲的通俗易懂 实用不实用不知道 毕竟没有工作过