书籍摘要

一、书籍定位与目标

• 适用人群：已熟练使用 Excel、希望系统过渡到数据编程的分析师、商务人员及初学者
• 学习成果：学完即可用 R 或 Python 独立完成探索性数据分析（EDA）与假设检验，并理解统计学核心概念
• 核心理念：Excel 不是“原罪”，而是通往更高阶工具的桥梁；R 与 Python 也并非 Excel 的替代品，而是互补的“数据技术栈”一环。

二、内容框架速览

全书分 三大部分，共 14 章，循序渐进、由浅入深：

| 部分 | 主题 | 关键章节 | 关键产出 | |---|---|---|---| | Part I | 用 Excel 夯实统计与数据分析基础 | 1–5 章 | 掌握变量类型、描述统计、概率、推断统计、相关与回归 | | Part II | 从 Excel 到 R | 6–9 章 | 用 R 复现并超越 Excel 的分析能力，完成 t 检验与线性回归 | | Part III | 从 Excel 到 Python | 10–13 章 | 在 Python 中完成同样的分析流程，并体验机器学习初步 |

第 14 章为总结与进阶指引。

三、章节精要提炼

Part I：Excel 作为教学利器（第 1–5 章）

1. 探索性数据分析（EDA）

   • 用真实数据集 star.xlsx 学习变量分类、频数表、描述统计、直方图与箱线图
   • 建立“输入-处理-输出”可复现思维

2. 概率基础

   • 用 Excel 模拟骰子、轮盘赌，直观理解离散/连续分布、正态分布与中心极限定理

3. 推断统计框架

   • 系统梳理“抽样 → 假设 → 检验 → 结论”四步流程
   • 住房价格案例实战独立样本 t 检验与置信区间

4. 相关与回归

   • 用 mpg.xlsx 讲解皮尔逊相关系数、线性回归、R²、残差、虚假相关
   • 强调“相关 ≠ 因果”，并示范如何在 Excel 中完成回归诊断

5. 数据技术栈全景图

   • 梳理统计、数据分析、商业分析、数据科学、机器学习之间的边界与重叠
   • 介绍数据库、BI 平台、编程语言、Excel 四栈协同思想

Part II：平滑迁移到 R（第 6–9 章）

6. 环境搭建

   • 安装 R 与 RStudio；解释 CRAN、包（package）、项目（.Rproj）机制
   • 首次体验 R 作为“可编程计算器”

7. 数据结构

   • 向量、因子、数据框（data.frame）与 tibble 对比 Excel 区域与表
   • 读写 CSV/Excel，掌握工作目录与文件路径

8. 数据操作与可视化

   • dplyr 核心动词：select、filter、arrange、mutate、group_by、summarize、left_join
   • tidyr 重塑：pivot_longer / pivot_wider 实现“长宽表”互转
   • ggplot2 语法：数据、映射、几何对象三层结构，快速绘制条形图、直方图、箱线图、散点图

9. 综合案例：R 数据科学小试

   • 复用 mpg 数据集，完成
     1. EDA（描述统计、分面直方图、箱线图）
     2. 独立样本 t 检验（美系 vs 欧系汽车油耗差异）
     3. 线性回归（重量预测油耗）
     4. 训练/测试集划分与模型验证（tidymodels 入门）

Part III：无缝衔接 Python（第 10–13 章）

10. 环境搭建

    • Anaconda + Jupyter Notebook 一键安装
    • 解释 .ipynb 文件、Kernel、Cell 概念，演示 Markdown 与代码混合写作

11. Python 数据结构

    • NumPy 数组、Pandas DataFrame 与 Excel 区域/表的映射
    • 读写 CSV、Excel，缺失值（NaN）处理

12. 数据操作与可视化

    • Pandas 核心：选取、过滤、排序、分组、合并、透视表
    • Matplotlib / Seaborn 快速绘图：条形图、直方图、箱线图、散点图
    • 与 Excel Power Query / Power Pivot 功能对应关系

13. 综合案例：Python 数据科学小试

    • 复现 Part II 全流程：
      1. EDA（Pandas describe、Seaborn 分面图）
      2. SciPy 独立样本 t 检验
      3. StatsModels / scikit-learn 线性回归
      4. 训练/测试划分与 RMSE 评估

四、特色与价值

• 零基础友好：假设读者仅会 Excel，所有代码均提供“Excel 思维”对照
• 真·可复现：每章附数据集与完整代码（GitHub 仓库），步骤可一键重跑
• 桥梁式写法：先 Excel 手动体验概念，再 R/Python 自动化，降低“编程恐惧”
• 商业导向：强调“统计显著 ≠ 商业显著”，配合置信区间、效应量、成本收益思维
• 技术栈视角：帮助读者根据场景灵活组合 Excel、BI、数据库、R、Python，而非“单点崇拜”

五、阅读与进阶路线

1. 速读路线：1 → 5 → 6 → 7 → 8 → 9（先用 R 跑通全流程）
2. 精修路线：顺序阅读，每章末尾完成练习题，仓库对答案
3. 扩展阅读：
   • 数据库 & SQL：《Learning SQL》
   • 机器学习：《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow》
   • R 进阶：《R for Data Science》
   • Python 与 Excel 联动：《Python for Excel》

一句话总结：
Advancing into Analytics 用“Excel → R → Python”的渐进路径，把统计学、数据分析与编程语言第一次真正“拼”成一张可落地的技术地图，帮助商务分析师迈出通往数据科学的第一步。