具备基础数学运算能力的学习者均可报名，建议具备Python或MATLAB等任一种编程语言的入门知识。课程特别适合统计专业学生、市场分析师及科研工作者提升数据处理能力。
| 教学单元 | 知识点解析 |
|---|---|
编程环境搭建
| 重点讲解CRAN镜像源配置、工作目录设置、脚本调试技巧等实用功能。通过实际操作演示如何快速安装ggplot2、dplyr等常用数据包。 |
数据结构处理
| 通过股票数据案例，演示如何对dataframe进行筛选、排序、合并等操作。特别解析tidyverse系列数据清洗中的高效应用。 |
可视化呈现
| 结合ggplot2最新版本，演示从基础散点图到复杂热力图的绘制过程。通过plotly包实现动态数据可视化，满足商业报告需求。 |
选取电商用户行为数据，完整演示数据导入→清洗→分析→可视化的标准流程。重点解析缺失值处理、异常值检测、数据标准化等关键环节。
通过房价预测案例，指导学员建立线性回归模型。涵盖变量筛选、模型诊断、结果解读等核心步骤，并演示如何用broom包整理模型输出。
