写了啥

本书的主线是围绕数据分析师所需要的统计学理论知识展开的，层层递进，依次为描述性分析、概率和概率分布、抽样推断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。

本书详细目录为：

左右滑动查看更多

每个理论知识又由核心的3个部分组成：该理论知识在数据分析中的应用、理论知识讲解、Excel和Python 工具的实现，让大家学完本书以后既学到了理论知识，也知道如何将理论知识在数据分析工作中应用，还知道如何用 Excel和Python去实现。

如下为书中关于假设检验的部分内容，左右滑动可以查看更多：

左右滑动查看更多

为什么要学统计学

如果大家平常有关注数据分析师的招聘要求，会注意到，大部分招聘简介都会要求熟悉统计学，很多面试官也会问统计学相关的知识。这是因为随着数据分析专业性的提高，分析师的工作内容需要大量的理论作为支撑，而统计学就是被用得最多的理论，所以我们需要学习统计学。

本书特色

学习本书的主要目的是为了解决实际工作中的问题，所以关于理论知识部分，重点是要理解，而关于工具实现部分，和学习大多数工具一样，只有多练习，才能熟练掌握。

本书读者对象

本书主要适合以下群体阅读：

已经从事数据分析工作的读者，想要学习统计学相关知识提高自身专业能力；应届毕业生及想要转行成为数据分析师的读者，需要为面试做准备；产品及运营人员，希望对统计学知识有所了解，方便和数据分析师进行沟通。

对比Excel系列阅读顺序

对比Excel系列截止目前已经有四本书了，应该不少同学会有疑问，这四本有啥关系，阅读的先后顺序又应该是什么样的？

对比Excel系列都是围绕数据分析师的核心技能展开的，每本书的核心内容其实就是书名所表示的。

《对比Excel，轻松学习SQL数据分析》主要是讲解数据分析中需要用到的 SQL查询相关内容；《对比Excel，轻松学习Python数据分析》主要是讲解数据分析中如何利用Python处理数据相关内容；《对比Excel，轻松学习Python报表自动化》主要是讲解数据分析中如何利用 Python将日常的报表自动化；《对比Excel，轻松学习Python统计分析》主要是讲解数据分析中需要用到的统计学相关内容以及如何用Python实现；

如果你是数据分析新人，建议的阅读顺序是：SQL数据分析>>>Python数据分析>>>Python报表自动化>>>Python统计分析。

如果你目前已经在从事数据分析了，那么就看自己目前需要啥，直接学啥就行。