在本模块中，您将了解会计行业是如何发展的。你将认识到数据分析如何影响会计行业，以及会计师如何有能力影响数据分析在行业和组织中的应用。最后，您将了解数据分析如何影响会计领域内的不同子领域。

通过本模块的学习，您将认识到在决策过程中为经验探究留有余地的重要性。您将探索商业和会计背景下分析思维的特点，并将这些特点与核心课程联系起来。然后，您将评估利用大数据进行数据驱动决策的框架。

本模块探讨了数据的具体特征，这些特征使数据有助于决策。

在本模块中，您将学习数据可视化的基本原理。利用这些原则，您将确定不同图表的用例，并学习如何在 Excel 中构建这些图表。然后，你将利用不同图表的知识来确定更适合引导注意力的替代图表。

在本模块中，您将学习如何使用 Tableau 来处理数据，就像间谍观察周围环境一样：概览数据，缩小数据中似乎异常的某些方面，然后分析数据。Tableau 是一种很好的工具，它可以帮助我们实现按需查看、缩放和筛选细节的方法。Tableau 很像功能更强大的 Excel 数据透视表和数据透视图。

在本模块中，您将在一个小型案例研究的指导下，了解 FACT 模型的前三个部分，重点是 FACT 模型的 C 部分，即计算部分。首先，您将进行相关性分析以确定双向关系，并使用相关性矩阵和散点图分析相关性。然后，您将在相关性知识的基础上，学习如何在 Excel 中进行回归分析。最后，您将学习如何解释和评估回归分析的诊断指标和曲线图。

在本模块中，您将学习如何应用回归算法来拟合数据之间的各种关系。具体来说，您将学习如何设置数据并运行回归，以估计非线性关系、分类自变量的参数。您还将通过在多元回归模型中加入交互项，研究一个自变量的影响是否取决于另一个自变量的水平。本模块的另一个方面是学习如何评估回归模型或其他模型，以找到最有利的自变量水平。对于解释收入的模型，最有利的自变量水平将使收入最大化。相反，如果你有一个描述成本的模型，比如预算，那么最有利的自变量水平将使成本最小化。优化模型可能很困难，因为需要管理的输入和约束条件太多了。在本模块中，您将学习如何使用求解器插件找到最佳输入水平。对于某些模型，因变量是只有两个值的二进制变量，如真/假、赢/输或投资/不投资。在这种情况下，需要使用一种特殊的回归类型，即逻辑回归，来预测每个观测值应如何分类。您将了解 logit 转换，它用于将二元结果转换为与自变量的线性关系。Excel 没有内置逻辑回归工具，因此您将学习如何手动设计逻辑回归模型，然后使用求解器插件工具优化参数。

本模块的课程围绕几项有用的任务展开，包括将多个数据框堆叠到一个数据框中、创建多个直方图以配合描述性统计，以及学习如何执行 K 均值聚类。通过本模块的学习，你不仅能为理解编码打下基础，还能学到更多有关财务数据分析的知识。在学习的过程中，我希望你还能掌握一些其他有用的 Excel 函数。