京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门!

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0

第2章表格结构数据与表结构数据28页和29页的13684改为16384修改原因:EXCEL2016的最大列数是16384第28页修改如下图所示:


修改如下图所示:

第2章表格结构数据与表结构数据P33页,将“电子表格工具中的函数由以下6部分构成。”改成“电子表格工具中的函数由以下5部分构成。”。

第2章表格结构数据与表结构数据P35页,将“删除值”改成“参数值”。

第二章表格结构数据与表结构数据P68页章节练习题的单选题第19题,选项D改为“度量被维度筛选”,附录B练习题答案与解析P375页第19题答案改为“B”,解析改为“维度是业务观测角度,而度量是业务行为结果,所以描述错误的是B”。


第3章数据库应用P100页,将 “一次”改为“依次”。

第3章数据库应用P165页,第一条代码中的注释信息,将“若公司有sales的部门”改为“若公司有20部门”。



第4章描述性统计分析P212页,表4-9 某班某次考试成绩等级的频数分布表,将表中“性别”改为“等级水平”。

第4章描述性统计分析P233页,将1.696改成1.96

第三段最后一句的“小”应该是“大”

第8章CDA职业发展P363页,图8-3 CDA持证人薪资对比(单位:元),将图例中非持证人的图例颜色改为灰色。如下图所示:

QQ群号,754544495

教材第四章sampling.py代码更新 由于Python及第三方工具包Pandas的更新,之前的代码在新版环境下会有报错或警告信息,为此做如下更新。 更新一:将代码中的四处is 替换为 ==,详情看图一图二

图一:is 更改前

图二:is更改为==后
更新二:更改pandas添加新列的方式,右dataframe对象的append替换为pandas的concat函数实现,详情参考图三图四

图三:基于dataframe对象append方式,新版pandas报错

图四:基于pandas的concat函数实现


6.5章节练习题作出如下更改:

下题也是6.5章节练习(最后一题)

教材211页,修改如下:将红框中的“两个分类”改为“多个分类”

教材209页,修改如下:“接受或拒绝原假设”改为“不拒绝或拒绝原假设”

7.3 章节末尾,如下图

表7-11,第一列的三个指标名称应为:"灵敏度、召回率"、"特异度(假正率)","1-特异度"
图7-62,左侧表格第三列列名应为:"特异度"
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28