学员将学习从数据清洗到高级可视化的方法，掌握统计分析技巧，提升数据分析能力，实现数据驱动决策 。

*   01 数据操作：导入、导出与内置数据集/

  *   01 4.1 数据导入与导出概述.mp4 (14.06 MB), 05:04

  *   02 4.2.1 从CSV文件导入.mp4 (34.31 MB), 08:02

  *   03 4.2.2 示例：从 CSV文件读取地震事件数据集.mp4 (16.34 MB), 04:05

  *   04 4.2.2 示例：从 CSV文件读取地震事件数据集【动手实践.mp4 (20.65 MB), 05:36

  *   05 4.2.3 从Excel文件导入(本节可以下载所有课件).mp4 (22.42 MB), 07:49

  *   06 4.2.4 示例：导入“商品房销售月度数据.xls”文件.mp4 (20.73 MB), 04:09

  *   07 4.2.4 示例：导入“商品房销售月度数据.xls”文件【动.mp4 (31.17 MB), 06:29

  *   08 4.2.5 从数据库导入.mp4 (17.27 MB), 05:12

  *   09 示例：从SQLite数据库导入苹果公司gupiao数据.mp4 (29.65 MB), 06:03

  *   10 4.2.6 示例：从SQLite数据库导入苹果公司gupia.mp4 (20.13 MB), 03:57

  *   11 4.3.1 导出到CSV文件本节可以下载所有代码.mp4 (5.49 MB), 01:56

  *   12 4.3.2 示例：将电商平台订单数据导出为CSV文件.mp4 (23.73 MB), 05:04

  *   13 4.3.2 示例：将电商平台订单数据导出为CSV文件【动手实.mp4 (35.44 MB), 07:56

  *   14 4.3.3 导出到Excel文件.mp4 (21.13 MB), 04:40

  *   15 4.3.3 导出到Excel文件【动手实践】.mp4 (18.98 MB), 04:21

  *   16 4.3.4 示例：将电商平台订单数据导出为Excel文件.mp4 (10.06 MB), 01:57

  *   17 4.3.4 示例：将电商平台订单数据导出为Excel文件【动.mp4 (20.13 MB), 03:43

  *   18 4.4.1 内置数据集概述.mp4 (16.74 MB), 03:28

  *   19 4.4.2 常用内置数据集.mp4 (22.96 MB), 06:54

*   02 数据清洗与预处理/

  *   01 5.1.1 数据清洗概述.mp4 (11.03 MB), 04:09

  *   02 5.1.2 数据结构检查.mp4 (15.68 MB), 04:17

  *   03 5.1.3 示例：电商平台订单数据结构检查.mp4 (27.34 MB), 06:24

  *   04 5.1.3 示例：电商平台订单数据结构检查【动手实践】.mp4 (30.22 MB), 05:07

  *   05 5.2 数据清理步骤.mp4 (12.62 MB), 05:16

  *   06 5.2.2 示例：在线教育平台用户注册数据清洗.mp4 (55.40 MB), 12:09

  *   07 5.2.2 示例：在线教育平台用户注册数据清洗【动手实践】.mp4 (54.62 MB), 12:33

  *   08 5.3 数据重塑.mp4 (6.30 MB), 02:17

  *   09 5.3.1 从宽格式转换为长格式.mp4 (13.52 MB), 03:19

  *   10 5.3.1 从宽格式转换为长格式【动手实践】.mp4 (22.84 MB), 06:51

  *   11 5.3.2 从长格式转换为宽格式.mp4 (10.27 MB), 02:20

  *   12 5.3.2 从长格式转换为宽格式【动手实践】.mp4 (19.87 MB), 05:44

  *   13 5.4.1 行合并.mp4 (20.19 MB), 04:34

  *   14 5.4.1 行合并【动手实践】.mp4 (18.26 MB), 04:21

  *   15 5.4.2 列合并.mp4 (31.55 MB), 08:16

  *   16 5.4.2 列合并【动手实践】.mp4 (18.23 MB), 05:12

  *   17 5.5.1 左连接.mp4 (21.94 MB), 06:45

  *   18 5.5.1 左连接【动手实践】.mp4 (14.72 MB), 04:15

  *   19 5.5.2 右连接.mp4 (14.34 MB), 03:57

  *   20 5.5.2 右连接【动手实践】.mp4 (15.64 MB), 03:39

  *   21 5.5.3 内连接.mp4 (8.43 MB), 01:57

  *   22 5.5.3 内连接【动手实践】.mp4 (10.20 MB), 02:35

  *   23 5.5.4 全连接.mp4 (12.04 MB), 03:23

  *   24 5.5.4 全连接【动手实践】.mp4 (5.52 MB), 01:20

*   03 数据可视化基础——使用 Base R 工具绘制图形/

  *   01 6.1 数据可视化概述.mp4 (9.98 MB), 04:41

  *   02 6.2.1 散点图.mp4 (23.01 MB), 07:08

  *   03 6.2.2 折线图.mp4 (39.43 MB), 08:30

  *   04 6.2.2 折线图【动手实践】.mp4 (23.62 MB), 06:29

  *   05 6.2.3 柱状图和条形图.mp4 (19.20 MB), 04:59

  *   06 6.2.3 柱状图和条形图【动手实践】.mp4 (19.14 MB), 04:50

  *   07 6.2.4 饼图.mp4 (26.25 MB), 06:31

  *   08 6.2.4 饼图【动手实践】.mp4 (5.77 MB), 02:00

  *   09 6.2.4 强视觉效果的饼图(【动手实践】.mp4 (46.24 MB), 11:16

  *   10 6.2.4 强视觉效果的饼图.mp4 (31.67 MB), 06:44

  *   11 6.2.5 热力图.mp4 (25.98 MB), 06:18

  *   12 6.2.5 热力图【动手实践】.mp4 (16.95 MB), 04:44

  *   13 6.3.1 设置颜色.mp4 (9.03 MB), 03:39

  *   14 6.3.1 设置颜色【动手实践】.mp4 (10.52 MB), 02:45

  *   15 6.3.2 添加图例与网格线.mp4 (9.61 MB), 02:47

  *   16 6.3.2 添加图例与网格线【动手实践】.mp4 (20.48 MB), 06:00

  *   17 6.3.3 坐标轴设置.mp4 (23.46 MB), 07:05

  *   18 6.3.3 坐标轴设置【动手实践】.mp4 (24.77 MB), 06:26

*   04 高级数据可视化——使用ggplot2 绘制图形/

  *   01 7.1.1 ggplot2的基本语法结构.mp4 (26.99 MB), 07:16

  *   02 7.1.1 ggplot2的基本语法结构【动手实践】.mp4 (13.17 MB), 03:57

  *   03 7.1.2 ggplot2中的图层概念.mp4 (42.48 MB), 09:19

  *   04 7.1.2 ggplot2中的图层概念【动手实践】.mp4 (35.35 MB), 07:44

  *   05 7.1.3 ggplot2中映射美学.mp4 (28.69 MB), 06:40

  *   06 7.1.3 ggplot2中映射美学【动手实践】.mp4 (38.42 MB), 07:51

  *   07 7.2 使用ggplot2绘制图形.mp4 (9.84 MB), 03:56

  *   08 7.2.1 直方图.mp4 (29.57 MB), 06:58

  *   09 7.2.1 直方图【动手实践】.mp4 (19.84 MB), 05:04

  *   10 7.2.2 示例：绘制高速公路油耗直方图.mp4 (15.95 MB), 03:22

  *   11 7.2.2 示例：绘制高速公路油耗直方图【动手实践】.mp4 (18.00 MB), 04:27

  *   12 7.2.3 密度图.mp4 (15.41 MB), 03:34

  *   13 7.2.3 密度图【动手实践】.mp4 (14.19 MB), 04:14

  *   14 7.2.4 示例：绘制高速公路油耗密度图.mp4 (8.01 MB), 02:13

  *   15 7.2.4 示例：绘制高速公路油耗密度图【动手实践】.mp4 (11.76 MB), 03:24

  *   16 7.2.5 ：绘制高速公路油耗直方图十密度图.mp4 (19.35 MB), 04:03

  *   17 7.2.5 ：绘制高速公路油耗直方图十密度图【动手实践】.mp4 (29.32 MB), 06:54

  *   18 7.2.6 箱线图.mp4 (24.07 MB), 06:24

  *   19 7.2.6 箱线图【动手实践】.mp4 (21.88 MB), 04:50

  *   20 7.2.7 示例：绘制不同气缸数汽车的马力分布箱线图.mp4 (11.26 MB), 03:16

  *   21 7.2.7 示例：绘制不同气缸数汽车的马力分布箱线图【动手实.mp4 (18.13 MB), 04:51

  *   22 7.2.8 小提琴图.mp4 (21.68 MB), 04:53

  *   23 7.2.8 小提琴图【动手实践】.mp4 (26.07 MB), 06:43

  *   24 7.2.9 示例：绘制不同处理组植物生长量的小提琴图.mp4 (18.38 MB), 04:49

  *   25 7.2.9 示例：绘制不同处理组植物生长量的小提琴图【动手实.mp4 (13.54 MB), 03:42

  *   26 7.2.10 散点图.mp4 (13.48 MB), 03:16

  *   27 7.2.10 散点图【动手实践】.mp4 (14.65 MB), 03:36

  *   28 7.2.11 示例：绘制iris数据集散点图.mp4 (9.65 MB), 02:13

  *   29 7.2.11 示例：绘制iris数据集散点图【动手实践】.mp4 (23.69 MB), 05:36

  *   30 7.2.12 气泡图.mp4 (12.99 MB), 03:36

  *   31 7.2.12 气泡图【动手实践】.mp4 (29.03 MB), 06:07

  *   32 7.2.13 示例：红葡萄酒质量与成分关系气泡图.mp4 (31.81 MB), 06:26

  *   33 7.2.13 示例：红葡萄酒质量与成分关系气泡图【动手实践】.mp4 (35.10 MB), 08:12

  *   34 7.2.14 散点平滑图.mp4 (16.29 MB), 05:28

  *   35 7.2.14 散点平滑图【动手实践】.mp4 (20.86 MB), 05:49

  *   36 7.2.15 示例：绘制引擎排量与高速公路油耗的散点平滑图.mp4 (11.16 MB), 03:45

  *   37 7.2.15 示例：绘制引擎排量与高速公路油耗的散点平滑图【.mp4 (15.39 MB), 04:10

  *   38 7.2.16 柱状图.mp4 (10.43 MB), 02:35

  *   39 7.2.16 柱状图【动手实践】.mp4 (12.96 MB), 03:27

  *   40 7.2.17 示例：绘制不同汽车类型的数量分布柱状图.mp4 (6.57 MB), 02:00

  *   41 7.2.17 示例：绘制不同汽车类型的数量分布柱状图【动手实.mp4 (9.47 MB), 03:08

  *   42 示例：绘制不同汽车类型的数量分布柱状图【设置中标签】.mp4 (9.58 MB), 02:50

  *   43 7.2.18 堆叠柱状图.mp4 (18.33 MB), 05:03

  *   44 7.2.18 堆叠柱状图【动手实践】.mp4 (42.54 MB), 10:30

  *   45 7.2.19 示例：绘制不同汽车类别中的驱动方式分布堆叠柱状.mp4 (10.17 MB), 02:24

  *   46 7.2.19 示例：绘制不同汽车类别中的驱动方式分布堆叠柱状.mp4 (12.80 MB), 03:20

  *   47 7.2.20 分组柱状图.mp4 (12.56 MB), 03:33

  *   48 7.2.20 分组柱状图【动手实践】.mp4 (20.06 MB), 04:35

  *   49 7.2.21 示例：绘制不同汽车类别中的驱动方式分布分组柱状.mp4 (10.08 MB), 02:20

  *   50 示例：绘制不同汽车类别中的驱动方式分布分组柱状图【动手实践】.mp4 (16.46 MB), 03:48

  *   51 7.2.22 条形图.mp4 (18.66 MB), 05:55

  *   52 7.2.22 条形图【动手实践】.mp4 (22.99 MB), 05:54

  *   53 7.2.23 折线图.mp4 (16.44 MB), 04:09

  *   54 7.2.23 折线图【动手实践】.mp4 (20.93 MB), 05:32

  *   55 7.2.24 示例：绘制中国铝业gupiao成交量变化折线图.mp4 (32.53 MB), 08:49

  *   56 7.2.24 示例：绘制中国铝业gupiao成交量变化折线图.mp4 (58.43 MB), 12:45

  *   57 7.2.25 多条折线图.mp4 (24.76 MB), 05:10

  *   58 7.2.25 多条折线图【动手实践】.mp4 (24.72 MB), 06:14

  *   59 7.2.26 示例：绘制中国铝业gupiao价格的变化多折线.mp4 (14.91 MB), 02:44

  *   60 7.2.26 示例：绘制中国铝业gupiao价格的变化多折线.mp4 (48.54 MB), 10:18

  *   61 7.2.27 面积图.mp4 (16.60 MB), 03:45

  *   62 7.2.27 面积图【动手实践】.mp4 (14.31 MB), 03:54

  *   63 7.2.28 示例：绘制中国铝业gupiao成交量变化面积图.mp4 (10.82 MB), 02:13

  *   64 7.2.28 示例：绘制中国铝业gupiao成交量变化面积图.mp4 (43.59 MB), 09:21

  *   65 7.2.29 饼图.mp4 (32.40 MB), 08:38

  *   66 7.2.29 饼图【动手实践】.mp4 (28.13 MB), 07:56

  *   67 7.2.30 示例：绘制不同汽车类型的数量占比饼图.mp4 (26.43 MB), 05:40

  *   68 7.2.30 示例：绘制不同汽车类型的数量占比饼图【动手实践.mp4 (34.93 MB), 07:53

  *   69 7.2.31 环形图.mp4 (24.95 MB), 06:09

  *   70 7.2.31 环形图【动手实践】.mp4 (18.51 MB), 04:49

  *   71 7.2.32 示例：绘制不同汽车类型的数量占比环形图.mp4 (22.37 MB), 04:52

  *   72 7.2.32 示例：绘制不同汽车类型的数量占比环形图【动手实.mp4 (46.67 MB), 10:51

  *   73 7.2.33 热力图.mp4 (17.49 MB), 04:04

  *   74 7.2.33 热力图【动手实践】.mp4 (25.34 MB), 06:54

  *   75 7.2.34 示例：mtcars数据集相关性热力图.mp4 (44.99 MB), 08:40

  *   76 7.2.34 示例：mtcars数据集相关性热力图【动手实践.mp4 (50.36 MB), 10:49

*   05 描述性统计分析/

  *   01 8.1.1 均值.mp4 (14.45 MB), 04:50

  *   02 8.1.1 均值【动手实践】.mp4 (16.07 MB), 04:25

  *   03 8.1.2 均值与数据可视化.mp4 (32.09 MB), 08:25

  *   04 8.1.2 均值与数据可视化【动手实践】.mp4 (45.42 MB), 10:48

  *   05 8.1.3 中位数.mp4 (19.79 MB), 06:22

  *   06 8.1.3 中位数【动手实践】.mp4 (16.44 MB), 04:37

  *   07 8.1.4 中位数与数据可视化.mp4 (23.88 MB), 05:31

  *   08 8.1.4 中位数与数据可视化【动手实践】.mp4 (37.59 MB), 10:03

  *   09 8.1.5 众数.mp4 (32.59 MB), 09:08

  *   10 8.1.5 众数【动手实践】.mp4 (9.62 MB), 02:58

  *   11 8.1.6 众数与数据可视化.mp4 (22.09 MB), 05:35

  *   12 8.1.6 众数与数据可视化【动手实践】.mp4 (32.23 MB), 08:24

  *   13 8.2.1 极差.mp4 (1.76 MB), 00:46

  *   14 8.2.2 方差.mp4 (5.14 MB), 02:19

  *   15 8.2.2 极差和方差【动手实践】.mp4 (11.94 MB), 04:04

  *   16 8.2.3 方差与数据可视化.mp4 (20.11 MB), 06:01

  *   17 8.2.3 方差与数据可视化【动手实践】.mp4 (31.01 MB), 08:43

  *   18 8.2.4 标准差.mp4 (8.09 MB), 02:31

  *   19 8.2.4 标准差【动手实践】.mp4 (3.29 MB), 01:11

  *   20 8.2.5 标准差与数据可视化.mp4 (27.33 MB), 06:07

  *   21 8.2.5 标准差与数据可视化【动手实践】.mp4 (42.10 MB), 10:10

  *   22 8.3.1 四分位数.mp4 (37.42 MB), 12:10

  *   23 8.3.2 异常值.mp4 (19.46 MB), 05:49

  *   24 8.3.2 异常值【动手实践】.mp4 (23.93 MB), 06:55

  *   25 8.3.3 箱线图与四分位数和异常值分析.mp4 (9.26 MB), 02:47

  *   26 8.3.3 箱线图与四分位数和异常值分析【动手实践】.mp4 (24.95 MB), 05:44

  *   27 8.4.1 数据分组操作.mp4 (21.69 MB), 07:22

  *   28 8.4.1 数据分组操作【动手实践】.mp4 (13.88 MB), 03:41

  *   29 8.4.2 数据汇总操作.mp4 (51.52 MB), 13:04

  *   30 8.4.2 数据汇总操作【动手实践】.mp4 (27.38 MB), 06:47

  *   31 8.4.3 使用数据透视表进行汇总.mp4 (25.61 MB), 06:31

  *   32 8.4.3 使用数据透视表进行汇总【动手实践】.mp4 (24.15 MB), 06:23

*   06 相关性分析/

  *   01 9.1 相关性分析概述.mp4 (7.57 MB), 03:30

  *   02 9.2.1 计算皮尔逊相关系数.mp4 (10.40 MB), 02:56

  *   03 9.2.1 计算皮尔逊相关系数【动手实践】.mp4 (5.94 MB), 01:56

  *   04 9.2.2 示例：计算小鸡生长天数与体重的皮尔逊相关系数.mp4 (9.77 MB), 02:47

  *   05 9.2.2 示例：计算小鸡生长天数与体重的皮尔逊相关系数【动.mp4 (3.17 MB), 01:07

  *   06 9.3.1 计算斯皮尔曼相关系数.mp4 (8.61 MB), 02:29

  *   07 9.3.1 计算斯皮尔曼相关系数【动手实践】.mp4 (4.79 MB), 01:50

  *   08 9.3.2 示例：计算小鸡生长天数与体重的斯皮尔曼相关系数.mp4 (8.38 MB), 02:18

  *   09 9.3.2 示例：计算小鸡生长天数与体重的斯皮尔曼相关系数【.mp4 (4.73 MB), 01:34

  *   10 9.4.1 散点图与相关性分析.mp4 (18.27 MB), 04:11

  *   11 9.4.1 散点图与相关性分析【动手实践】.mp4 (19.52 MB), 05:23

  *   12 9.4.2 热力图与相关性分析.mp4 (62.37 MB), 12:29

  *   13 9.4.2 热力图与相关性分析【动手实践】.mp4 (34.66 MB), 07:40

*   07 统计模型与推断分析/

  *   01 10.1.1 概率分布.mp4 (12.97 MB), 05:08

  *   02 10.1.2 参数估计.mp4 (7.54 MB), 02:54

  *   03 10.2.1 线性回归分析.mp4 (56.10 MB), 12:38

  *   04 10.2.1 线性回归分析【动手实践】.mp4 (28.60 MB), 07:03

  *   05 10.2.2 示例：线性回归分析预测马力与油耗的关系.mp4 (42.78 MB), 10:49

  *   06 10.2.2 示例：线性回归分析预测马力与油耗的关系【动手实.mp4 (22.99 MB), 05:56

  *   07 10.2.3 逻辑回归分析.mp4 (1.69 MB), 00:50

  *   08 10.2.3 逻辑回归分析示例.mp4 (47.27 MB), 12:10

  *   09 10.2.3 逻辑回归分析示例【动手实践】.mp4 (35.40 MB), 08:58

  *   10 10.3 时间序列分析基础.mp4 (3.86 MB), 01:36

  *   11 10.3.1 时间序列的分解.mp4 (36.78 MB), 10:17

  *   12 10.3.1 时间序列的分解【动手实践】.mp4 (51.97 MB), 11:57

  *   13 10.3.2 示例：AirPassengers数据集的时间序.mp4 (18.49 MB), 05:20

  *   14 10.3.2 示例：AirPassengers数据集的时间序.mp4 (35.07 MB), 08:22

  *   15 10.4 时间序列建模.mp4 (5.22 MB), 02:04

  *   16 10.4.1 自回归模型 (AR).mp4 (5.88 MB), 02:12

  *   17 10.4.1 自回归模型 (AR)示例：采用AR模型预测Ai.mp4 (43.20 MB), 10:16

  *   18 10.4.1 自回归模型 (AR)示例：采用AR模型预测Ai.mp4 (33.80 MB), 08:06

  *   19 10.4.2 移动平均模型(MA).mp4 (7.20 MB), 02:44

  *   20 10.4.2 移动平均模型(MA)示例：采用MA模型预测Ai.mp4 (24.45 MB), 06:28

  *   21 10.4.2 移动平均模型(MA)示例：采用MA模型预测Ai.mp4 (18.05 MB), 04:33

  *   22 10.4.3 自回归滑动平均模型(ARMA).mp4 (7.98 MB), 03:14

  *   23 10.4.3 自回归滑动平均模型(ARMA)示例：采用ARM.mp4 (20.75 MB), 04:41

  *   24 10.4.3 自回归滑动平均模型(ARMA)示例：采用ARM.mp4 (16.73 MB), 04:05

  *   25 10.4.4 自回归积分滑动平均模型(ARIMA).mp4 (12.70 MB), 04:10

  *   26 10.4.4 自回归积分滑动平均模型(ARIMA)示例：采用.mp4 (18.41 MB), 05:14

  *   27 采用ARIMA模型预测AirPassengers数据集【动手.mp4 (15.95 MB), 03:57

*   08 综合案例分析/

  *   01 11.1 案例1：基于在线零售数据描述性统计分析.mp4 (141.25 MB), 27:35

  *   02 描述性统计分析【动手实践】 步骤1：数据导入.mp4 (9.66 MB), 02:21

  *   03 描述性统计分析【动手实践】步骤2：数据清洗.mp4 (57.36 MB), 13:10

  *   04 描述性统计分析【动手实践】步骤3：描述性统计分析.mp4 (10.50 MB), 02:29

  *   05 描述性统计分析【动手实践】步骤4：数据可视化.mp4 (87.90 MB), 18:41

  *   06 11.2 案例2：空气污染物之间的关系分析与气象因素的影响.mp4 (107.81 MB), 22:31

  *   07 11.2 案例2：空气污染物之间的关系分析与气象因素的影响【动手实践】步骤1：数据导入与预处理.mp4 (43.43 MB), 09:48

  *   08 【动手实践】步骤2：数据探索与可视化.mp4 (45.27 MB), 10:18

  *   09 步骤3：气象因素与污染物的关系分析.mp4 (42.54 MB), 09:07

  *   10 11.3 案例3：银行营销活动效果分析与客户订阅预测.mp4 (60.65 MB), 12:11

  *   11 11.3 案例3：步骤1：数据导入与预处理.mp4 (30.29 MB), 07:19

  *   12 11.3 案例3：步骤2：模型构建与逻辑回归分析.mp4 (56.58 MB), 11:50

  *   13 11.4 案例4：步骤 1：数据导入.mp4 (13.90 MB), 03:09

  *   14 案例4 步骤 2：数据清洗.mp4 (15.99 MB), 03:31

  *   15 4 案例4 步骤 3：建立ARIMA模型.mp4 (16.90 MB), 03:28

  *   16 案例4：步骤 4：模型评估与可视化.mp4 (12.47 MB), 02:37