目录 · · · · · ·
1 数据分析引言：分解数据 1
2 实验：检验你的理论 37
3 最优化：寻找最大值 75
4 数据图形化：图形让你更精明 111
5 假设检验：假设并非如此 139
6 贝叶斯统计：穿越第一关 169
7 主观概率：信念数字化 191
8 启发法：凭人类的天性作分析 225
9 直方图：数字的形状 251
10 回归：预测 279
11 误差：合理误差 315
12 相关数据库：你能关联吗？ 359
13 整理数据：井然有序 385
附录一 尾声：正文未及的十大要诀 417
附录二 安装R：启动R！ 427
附录三 安装Excel分析工具：ToolPak 431
2 实验：检验你的理论 37
3 最优化：寻找最大值 75
4 数据图形化：图形让你更精明 111
5 假设检验：假设并非如此 139
6 贝叶斯统计：穿越第一关 169
7 主观概率：信念数字化 191
8 启发法：凭人类的天性作分析 225
9 直方图：数字的形状 251
10 回归：预测 279
11 误差：合理误差 315
12 相关数据库：你能关联吗？ 359
13 整理数据：井然有序 385
附录一 尾声：正文未及的十大要诀 417
附录二 安装R：启动R！ 427
附录三 安装Excel分析工具：ToolPak 431
数据分析的入门书籍，通篇结合实例很风趣地讲解了数据分析的模型、方法及工具的使用。
读完之后回顾一下觉得很有趣味性，又说不出来学到了哪些，印象深刻的例子有：预测工资（回归预测法），主观判断概率数字化，浴盆玩具（利润最大化问题），星巴仕如何提高销售额，化妆品公司。
不大懂的例子：贝叶斯统计。还需要多学学统计学方面的知识。
预测工资案例：
需要对数据进行分组对待，这和数据挖掘中的数据分类、聚类类似。
浴盆玩具 和 化妆品公司 案例：
很多时候再完美的数据分析，如果是对真实世界的片面认知，都将导致预测结果的南辕北辙。这也强调了我们的专业知识的重要性，对本行业变化的关注和跟进。
数据分析不是万能的，但拥有数据分析能力可以让生活更美好。