机读格式显示(MARC)

• 000 02294nam0 2200313 450

• 001 0000592431

• 005 20230616140500.0

• 010 __ |a 978-7-300-31063-3 |d CNY99.00

• 100 __ |a 20221118d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 数据陷阱 |A shu ju xian jing |b 专著 |e 不可不知的数据处理、分析和可视化错误 |d Avoiding data pitfallse |e how to steer clear of common blunders when working with data and presenting analysis and visualizations |f (美)本·琼斯(Ben Jones)著 |g 陈天皓，段力鲡，步凡译 |z eng

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2022

• 215 __ |a 252页 |c 图 |d 23cm

• 306 __ |a 本书中文简体字版由约翰·威立父子公司授权中国人民大学出版社在全球范围内独家出版发行

• 314 __ |a 本·琼斯，Data Literacy公司创始人兼首席执行官，在华盛顿大学连续学院教授数据可视化。陈天皓，工商管理和信息技术双硕士，项目管理专业人士。段力鲡香港城市大学统计学硕士，深耕大数据挖掘与分析领域，曾分别于英国保诚 (亚洲总部)、平安寿险总部担任数据科学家。现就职于沃尔玛中国，担任商业分析经理。步凡，北京大学数学科学学院本科，美国杜克大学统计学博士。现任美国加州大学洛杉矶分校 (UCLA) 博士后研究员。主要研究方向为贝叶斯统计、随机过程模型、传染病动力模型等。

• 330 __ |a 在本书中，作者为我们展示了以下七种在数据处理过程中常见的数据陷阱：陷阱1：认知误差--我们如何看待数据；陷阱2：技术陷阱--我们如何对数据进行处理；陷阱：数学失误--我们如何对数据进行计算；陷阱4：统计疏忽--我们如何对数据进行比较；陷阱5：分析偏差--我们如何对数据进行分析；陷阱 6：绘图乌龙--我们如何对数据进行可视化；陷阱7：设计风险--我们如何对数据进行修饰。同时也向我们展示了这些数据陷阱是如何产生、如何变得如此常见的，指导我们如何从一开始就避免它们，并针对上述数据陷阱，提供了与之相对应的真实示例，以及数据可视化的实用指导。

• 510 1_ |a Avoiding data pitfallse |e how to steer clear of common blunders when working with data and presenting analysis and visualizations |z eng

• 517 1_ |a 不可不知的数据处理、分析和可视化错误 |A bu ke bu zhi de shu ju chu li 、fen xi he ke shi hua cuo wu

• 606 0_ |a 数据处理 |A Shu Ju Chu Li |x 研究

• 690 __ |a TP274 |v 5

• 701 _0 |c (美) |a 琼斯 |A qiong si |c (Jones, Ben) |4 著

• 702 _0 |a 陈天皓 |A chen tian hao |4 译

• 702 _0 |a 段力鲡 |A duan li li |4 译

• 702 _0 |a 步凡 |A bu fan |4 译

• 801 _0 |a CN |b LIB |c 20230616

• 905 __ |a LIB |d TP274/549