本书以大数据为背景，以商业数据分析为主线，对商业活动中常用的数据处理和定量分析方法及相关软件使用进行了讲解。全书内容由描述性定量分析、预测性定量分析、指导性定量分析三个部分组成，涵盖的知识领域涉及大数据、统计学、商业智能、数据挖掘、运筹优化、决策管理等。真实的数据案例，给你呈现逼真的视觉效果数据和结果。本书使用Excel, Tableau, R或基于python的Orange数据挖掘软件来进行数据分析。通过真实的真实的问题让你学习更多知识。新版更新解决了传统定量概念之外的主题，例如数据争论，数据可视化和数据挖掘，这些在当今的商业环境中越来越重要。

[美]杰弗里 D.坎姆（Jeffrey D.Camm）维克森林大学商学院Inmar总裁兼商业分析项目高级副院长。他出生于俄亥俄州的辛辛那提，拥有泽维尔大学的学士学位和克莱姆森大学的博士学位。在加入维克森林大学之前，他曾在辛辛那提大学(University of Cincinnati)工作。他也是斯坦福大学的访问学者和达特茅斯学院塔克商学院的工商管理访问教授。Camm博士发表了超过45篇关于优化应用于运营管理和市场营销问题的论文。他在许多专业期刊上发表了他的研究，包括Science, Management Science, Operations research和the INFORMS Journal on Applied Analytics。

作者简介
前言
第 1 章　导论 1
1.1　决策的意义 2
1.2　什么是商业数据分析 3
1.3　数据分析方法与模型的分类 4
1.4　大数据、云计算和人工智能 6
1.5　商业数据分析的应用 9
1.6 数据及其分析应用中的法律
和道德问题 13
第 2 章　描述统计分析 16
2.1　数据：定义和目标 17
2.2　数据的类型 18
2.3 Excel 数据的初步探索 22
2.4　数据的分布 27
2.5　位置测度 40
2.6　变异测度 45
2.7　分布分析 48
2.8　两个变量间的相关关系 56
第 3 章　数据可视化 63
3.1　概述 65
3.2　表格 70
3.3　图 80
3.4　高级数据可视化 97
3.5　地理空间数据的可视化 105
3.6　数据仪表盘 108
第 4 章　数据整理：数据管理与
数据清洗 112
4.1　数据探索 114
4.2　数据结构化 119
4.3　数据清洗 126
4.4　数据丰度化 136
4.5　数据验证和发布 143
第 5 章　概率：不确定性现象
建模问题 146
5.1　事件与概率 147
5.2　概率的基本关系 149
5.3　条件概率 152
5.4　随机变量 159
5.5　离散概率分布 160
5.6　连续型概率分布 170
第 6 章　描述性数据挖掘 182
6.1　降维 183
6.2　聚类分析 190
6.3　关联规则 206
6.4　文本挖掘 210
第 7 章　统计推断分析 219
7.1　样本选择 222
7.2　点估计 226
7.3　抽样分布 228
7.4　区间估计 237
7.5　假设检验 248
7.6 大数据、统计推断及其
实际意义 266
第 8 章　线性回归分析 276
8.1　简单线性回归模型 277
8.2　最小二乘法 279
8.3 简单线性回归模型的
拟合效果 284
8.4　多元回归模型 288
8.5　线性回归推断分析 293
8.6　分类自变量 305
8.7　非线性回归模型 309
8.8　建模问题 320
8.9　大数据与回归分析 322
8.10　回归预测分析 326
第 9 章　时间序列分析与预测 329
9.1　时间序列的几种类型 331
9.2　预测准确度问题 338
9.3　移动平均法与指数平滑法 342
9.4　回归预测分析 351
9.5　预测模型优良性评估 360
第 10 章　基于回归的预测性数据挖掘 362
10.1　回归效果评估 363
10.2　数据抽样、预处理与分区 365
10.3 k- 最近邻回归 373
10.4　回归树 376
10.5　神经网络回归 386
10.6　特征选择 393
第 11 章　基于分类的预测性数据挖掘 396
11.1　数据抽样、预处理与分割 397
11.2　二值分类效果测度 401
11.3　基于逻辑回归的分类 407
11.4 k- 最近邻法分类 411
11.5　分类树 414
11.6　神经网络分类 424
11.7　特征选择 431
第 12 章　电子表格模型 435
12.1　电子表格模型构建 436
12.2 what-if 分析 441
12.3　建模常用的 Excel 函数 450
12.4　电子表格模型审核 456
12.5　预测性与规范性电子表格模型 459
第 13 章　蒙特卡罗模拟 461
13.1 Sanotronics 公司的风险分析 463
13.2 Promus 公司存货策略分析 475
13.3 Land Shark 公司模拟模型 481
13.4　相依变量模拟 495
13.5　模拟分析的几点思考 499
第 14 章　线性优化模型 501
14.1　最大化问题 503
14.2 Par 公司规划模型的求解 507
14.3　最小值问题 513
14.4　线性规划的几类特殊情况 516
14.5　敏感性分析 520
14.6 线性规划一般形式及
推广应用 522
14.7 线性规划多个解的
一般性说明 540
第 15 章　整数线性优化 544
15.1　整数线性规划的类型 545
15.2　整数规划的一个实例 546
15.3　运用 Excel 求解整数优化问题 549
15.4 0-1 变量的应用 553
15.5 0-1 变量与建模 563
15.6　生成 0-1 问题的替代最优解 565
第 16 章　非线性优化问题 568
16.1　一个生产管理实例 569
16.2　局部最优和全局最优 574
16.3　选址问题 578
16.4　马科维茨投资组合模型 580
16.5　新产品市场销售预测 585
16.6 运用 Excel 演化求解的
启发式优化问题 589
第 17 章　决策分析 597
17.1　问题的表述 599
17.2　不使用概率的决策分析 601
17.3　使用概率的决策分析 604
17.4　运用样本信息的决策分析 608
17.5 利用贝叶斯定理计算状态
分支概率 614
17.6　效用理论 617