官术网_书友最值得收藏!

數(shù)據(jù)增長模型:數(shù)智時代的全棧產(chǎn)品運營思維、算法與技術(shù)
會員

本書以在數(shù)字化背景下,數(shù)據(jù)產(chǎn)品從業(yè)者的數(shù)據(jù)技術(shù)、數(shù)據(jù)技能、數(shù)據(jù)思維、數(shù)據(jù)方法、數(shù)據(jù)模型、產(chǎn)品用戶/客戶增長實戰(zhàn)經(jīng)驗為基調(diào),體系化撰寫了數(shù)字化和數(shù)據(jù)產(chǎn)品的數(shù)據(jù)經(jīng)驗知識和案例。隨書附贈豐富的原始數(shù)據(jù)和源代碼,方便讀者對數(shù)據(jù)分析案例進行實操練習(xí)。本書內(nèi)容全面,結(jié)構(gòu)完整。首先,講解了數(shù)據(jù)指標(biāo)體系搭建和數(shù)據(jù)埋點案例;然后按照細節(jié)講解數(shù)據(jù)分析流程、數(shù)據(jù)采集方法、數(shù)據(jù)挖掘整體方法;緊接著通過實操案例講解了的數(shù)據(jù)產(chǎn)品工具,如EXCEL、Python、SQL、Anaconda、AB測試等工具,驅(qū)動數(shù)據(jù)增長的實戰(zhàn)模型,如ARIMA、AHP、LTV、AARRR等,以及數(shù)據(jù)倉庫和大數(shù)據(jù)平臺的搭建方法;最后講解了數(shù)據(jù)中臺和數(shù)據(jù)安全、數(shù)據(jù)智能應(yīng)用場景、用戶增長實戰(zhàn)案例。本書適合數(shù)字化市場下的數(shù)據(jù)產(chǎn)品從業(yè)者閱讀,主要讀者人群包含數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)運營人員、數(shù)據(jù)產(chǎn)品技術(shù)人員、數(shù)據(jù)領(lǐng)域創(chuàng)業(yè)者和相關(guān)專業(yè)的學(xué)生。

連詩路編著 ·數(shù)據(jù)庫 ·25.9萬字

科研統(tǒng)計思維與方法:SPSS實戰(zhàn)
會員

本書以實際案例和具體應(yīng)用為驅(qū)動,以培養(yǎng)科研統(tǒng)計思維為目標(biāo),借助SPSS,系統(tǒng)地講授了差異顯著性檢驗、方差分析、相關(guān)性分析、回歸分析、聚類分析、主成分分析,以及結(jié)構(gòu)方程模型的概念、原理和具體使用。全書共8章。第1章系統(tǒng)地討論了科研統(tǒng)計思維及統(tǒng)計分析的相關(guān)概念,并以量化類典型論文為例拋出統(tǒng)計思維的核心問題。第2章介紹了數(shù)據(jù)的規(guī)范化及預(yù)處理,重點講解了基于數(shù)據(jù)做論證所必需的前置操作。第3章介紹了統(tǒng)計描述及數(shù)據(jù)加工。第4章講解了差異顯著性檢驗。第5章介紹了方差分析及其高級應(yīng)用,闡述了單因素方差分析、多因素方差分析、協(xié)方差分析、多因變量方差分析等內(nèi)容,以及事后檢驗、均值邊際圖等高級應(yīng)用的相關(guān)知識。第6章介紹了關(guān)聯(lián)性分析技術(shù)和回歸分析。第7章講解了聚類分析技術(shù)。第8章介紹了因子分析與降維,主要討論了探索性因子分析和驗證性因子分析(結(jié)構(gòu)方程模型)等方法。本書可作為量化研究相關(guān)專業(yè)本科生、研究生,以及大中專院校學(xué)生的教學(xué)用書,還可作為有志于了解量化研究方法和科研統(tǒng)計思維的科研人員、工程技術(shù)人員以及商務(wù)人員的參考用書。

馬秀麟 ·數(shù)據(jù)庫 ·24.2萬字

QQ閱讀手機版

主站蜘蛛池模板: 印江| 林甸县| 龙胜| 宁陵县| 东安县| 广饶县| 孙吴县| 木里| 雅江县| 厦门市| 泽州县| 黔西| 威海市| 额尔古纳市| 温州市| 同心县| 重庆市| 田东县| 偃师市| 万盛区| 昌江| 宝坻区| 舒兰市| 青川县| 枣阳市| 玛纳斯县| 永仁县| 阳泉市| 惠东县| 南木林县| 锡林郭勒盟| 平和县| 惠州市| 衡南县| 姜堰市| 清丰县| 连州市| 乐昌市| 孟州市| 额尔古纳市| 平和县|