001 项目一　认识大数据时代的数据分析与金融数据
  002 任务一　认识数据分析与统计
  009 任务二　认识金融数据与大数据
  017 任务三　了解数据相关法律法规
  021 思考与练习
  023 项目实训
 024 项目二　金融数据采集
  025 任务一　认识数据采集
  030 任务二　设计调查问卷
  039 任务三　了解网络爬虫工具
  046 任务四　了解Python自动化采集
  053 课堂实训——八爪鱼自动采集数据
  061 思考与练习
  063 项目实训
 064 项目三　数据的处理和清洗
  065 任务一　处理数据
  073 任务二　清洗数据
  081 课堂实训——销售数据处理
  092 思考与练习
  094 项目实训
 095 项目四　描述性统计分析
  096 任务一　分析数据的集中趋势
  103 任务二　分析数据的离散程度
  107 任务三　分析数据的分布形态
  108 课堂实训——GDP数据描述性统计分析
  115 思考与练习
  117 项目实训
 118 项目五　抽样推断法应用
  124 任务一　认识抽样推断
  128 任务二　选择抽样调查的组织形式
  130 任务三　测量抽样误差
  136 任务四　确定抽样推断方法与样本容量
  139 课堂实训——抽样推断的 Excel 运用
  145 思考与练习
  147 项目实训
 148 项目六　统计指数分析
  149 任务一　认识统计指数
  152 任务二　编制总指数
  159 任务三　了解经济指数的编制及应用
  164 任务四　构建指数体系及因素分析
  172 课堂实训——产品信息指数分析
  178 思考与练习
  180 项目实训
 181 项目七　相关分析与回归分析
  182 任务一　理解相关分析的意义和种类
  187 任务二　掌握简单线性相关分析
  192 任务三　掌握回归分析
  199 课堂实训——分析研发与销售的关系
  208 思考与练习
  210 项目实训
 211 项目八　时间序列分析
  213 任务一　了解时间序列的意义和种类
  218 任务二　熟悉时间序列的水平指标
  221 任务三　熟悉时间序列的速度指标
  223 任务四　分析时间序列变动的趋势
  230 课堂实训——分析并预测企业总产值的发展情况
  238 思考与练习
  239 项目实训
 240 项目九　数据可视化展现
  244 任务一　绘制统计表
  245 任务二　绘制统计图
  253 任务三　构建数据透视表与数据透视图
  254 课堂实训——网店访客数可视化展现
  259 思考与练习
  261 项目实训
 262 项目十　数据分析报告编制
  263 任务一　认识数据分析报告
  265 任务二　解析数据分析报告
  280 课堂实训——行业分析报告
  282 思考与练习
  284 项目实训
 286 项目十一　基于 Python 的金融数据分析
  287 任务一　基于 Python 的数据清洗
  295 任务二　基于 Python 的描述性统计分析
  299 任务三　基于 Python 的抽样估计分析
  301 任务四　基于 Python 的指数分析
  304 任务五　基于 Python 的相关分析与一元线性回归
  308 任务六　基于 Python 的时间序列分析
  313 任务七　基于 Python 的图形可视化
 316 主要参考文献