胸有成竹！數(shù)據(jù)分析的SPSS和SAS EG進(jìn)階（第2版）

定　價(jià)：￥59.00

作　者：	經(jīng)管之家
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787121285318	出版時(shí)間：	2016-05-01	包裝：
開本：	16開	頁(yè)數(shù)：	296	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《胸有成竹！數(shù)據(jù)分析的SPSS和SAS EG進(jìn)階（第2版）》共5 章，涉及使用SPSS Statistics 和SAS EG 做商業(yè)數(shù)據(jù)分析的主要分析方法。其中，第1章的主要內(nèi)容為數(shù)據(jù)分析方法概述；第2 章至第4 章的主要內(nèi)容為橫截面數(shù)據(jù)分析方法；第5 章的主要內(nèi)容為時(shí)間序列分析方法。每章都根據(jù)所涉及的知識(shí)點(diǎn)的不同，選取了實(shí)用的案例，并為讀者準(zhǔn)備了相應(yīng)的思考和練習(xí)題?！缎赜谐芍?！數(shù)據(jù)分析的SPSS和SAS EG進(jìn)階（第2版）》是一本面向商業(yè)數(shù)據(jù)分析初學(xué)者的教材，從具體的商業(yè)數(shù)據(jù)分析案例入手，使讀者掌握數(shù)據(jù)分析的目的、理念、思路與分析步驟。本書力圖淡化技術(shù)，對(duì)于方法的介紹也盡量避免涉及過多的數(shù)學(xué)內(nèi)容，和高等數(shù)學(xué)相關(guān)的內(nèi)容只在線形回歸和主成分分析這兩節(jié)中涉及到，而且都輔以圖形作形象的展現(xiàn)。因此本書的讀者只需要具有高中水平的數(shù)學(xué)基礎(chǔ)即可。

作者簡(jiǎn)介

　　經(jīng)管之家（www.jg.com.cn）：原人大經(jīng)濟(jì)論壇，于2003年成立，致力于推動(dòng)經(jīng)管學(xué)科的進(jìn)步，傳播優(yōu)秀教育資源，目前已經(jīng)發(fā)展成為國(guó)內(nèi)優(yōu)秀的經(jīng)濟(jì)、管理、金融、統(tǒng)計(jì)類的在線教育和咨詢網(wǎng)站，也是國(guó)內(nèi)活躍和具影響力的經(jīng)管類網(wǎng)絡(luò)社區(qū)。經(jīng)管之家從2006年起在國(guó)內(nèi)開展數(shù)據(jù)分析培訓(xùn)，累計(jì)培訓(xùn)學(xué)員數(shù)萬(wàn)人。在大數(shù)據(jù)的趨勢(shì)背景下，創(chuàng)新“CDA數(shù)據(jù)分析師”品牌，致力于為社會(huì)各界數(shù)據(jù)分析愛好者提供優(yōu)質(zhì)、科學(xué)、系統(tǒng)的數(shù)據(jù)分析教育。截至2016年3月已成功舉辦40多期系統(tǒng)培訓(xùn)，培訓(xùn)學(xué)員達(dá)3千余名；CDA認(rèn)證考試已成功舉辦三屆，報(bào)考人數(shù)上千人；中國(guó)數(shù)據(jù)分析師俱樂部（CDA CLUB），每周線下免費(fèi)沙龍活動(dòng)，已舉力40多期，累積會(huì)員2千余名；中國(guó)數(shù)據(jù)分析師行業(yè)峰會(huì)（CDA　Summit），一年兩屆，參會(huì)人數(shù)皆達(dá)2千余名，在大數(shù)據(jù)領(lǐng)域影響力超前?！癈DA數(shù)據(jù)分析師”隊(duì)伍在業(yè)界不斷壯大，對(duì)數(shù)據(jù)分析人才產(chǎn)業(yè)起到了巨大的推動(dòng)作用。常國(guó)珍，北京大學(xué)商學(xué)博士，法學(xué)碩士。曾就職于亞信科技BOC部門、方正國(guó)際金融事業(yè)部、德勤管理咨詢信息技術(shù)系統(tǒng)咨詢部。SAS公司資深講師，Oracle大數(shù)據(jù)講師，多家金融信息部門和金融高科技公司數(shù)據(jù)挖掘技術(shù)顧問。從事征信數(shù)據(jù)集市與信用風(fēng)險(xiǎn)建模、客戶價(jià)值提升等數(shù)據(jù)挖掘項(xiàng)目。擅長(zhǎng)基于個(gè)體行為分析的價(jià)值發(fā)現(xiàn)和信用建模。研究方向?yàn)楹晡⒂^接合研究，興趣點(diǎn)在于宏觀環(huán)境變化對(duì)微觀主體行為的經(jīng)濟(jì)后果分析及價(jià)值投資。趙仁乾，北京郵電大學(xué)管理科學(xué)與工程碩士，現(xiàn)就職于北京電信規(guī)劃設(shè)計(jì)院，從事移動(dòng)、聯(lián)通集團(tuán)及各省分公司市場(chǎng)、業(yè)務(wù)、財(cái)務(wù)規(guī)劃，經(jīng)濟(jì)評(píng)價(jià)及運(yùn)營(yíng)咨詢。重點(diǎn)研究方向包括離網(wǎng)用戶挖掘、市場(chǎng)細(xì)分與精準(zhǔn)營(yíng)銷、移動(dòng)網(wǎng)絡(luò)價(jià)值區(qū)域分析、潛在價(jià)值客戶挖掘等。曾珂，華中師范大學(xué)管理科學(xué)與工程碩士，現(xiàn)就職于經(jīng)管之家CDA數(shù)據(jù)分析研究院，從事互聯(lián)網(wǎng)、電子商務(wù)方向數(shù)據(jù)分析與數(shù)據(jù)挖掘的研究，CDA數(shù)據(jù)分析師的教學(xué)工作，研究方向?yàn)榫W(wǎng)絡(luò)文本挖掘、電商市場(chǎng)細(xì)分與客戶細(xì)分、潛在價(jià)值客戶挖掘、互聯(lián)網(wǎng)大數(shù)據(jù)挖掘等。

圖書目錄

第1 章數(shù)據(jù)分析方法概述 11.1 數(shù)據(jù)分析概述.. 21.1.1 數(shù)據(jù)分析過程 21.1.2 數(shù)據(jù)分析的商業(yè)驅(qū)動(dòng) 31.2 數(shù)據(jù)分析與挖掘方法分類介紹. 51.2.1 描述性——無監(jiān)督的學(xué)習(xí). 71.2.2 預(yù)測(cè)性——有監(jiān)督的學(xué)習(xí).. 101.3 數(shù)據(jù)分析的方法論. 121.3.1 數(shù)據(jù)挖掘的項(xiàng)目管理方法論：CRISP-DM 131.3.2 數(shù)據(jù)整理與建模的方法論：SEMMA .. 141.3.3 SAS EG 和SPSS 任務(wù)菜單編排與SEMMA 之間的關(guān)系. 16第2 章描述數(shù)據(jù)特征.. 192.1 認(rèn)識(shí)數(shù)據(jù)類型 202.2 單變量描述統(tǒng)計(jì)方法 212.2.1 分類變量的描述 212.2.2 連續(xù)變量的描述 222.3 創(chuàng)建頻數(shù)報(bào)表 352.4 生成匯總統(tǒng)計(jì)量.. 382.5 用匯總表任務(wù)生成匯總報(bào)表 412.6 繪制條形圖. 462.7 繪制地圖.. 532.8 使用SPSS 進(jìn)行描述統(tǒng)計(jì).. 552.8.1 頻率過程.. 562.8.2 描述過程.. 572.8.3 探索過程.. 582.8.4 P-P 圖與Q-Q 圖 582.9 使用SPSS 繪制統(tǒng)計(jì)圖形.. 602.9.1 作圖方法.. 602.9.2 餅圖、柱圖與條圖.. 642.9.3 線圖、高低圖和雙軸圖 702.9.4 散點(diǎn)圖 73第3 章描述性數(shù)據(jù)分析/挖掘方法. 753.1 客戶細(xì)分方法介紹. 763.1.1 客戶細(xì)分的意義 763.1.2 根據(jù)客戶利潤(rùn)貢獻(xiàn)進(jìn)行劃分. 773.1.3 根據(jù)個(gè)人或公司的生命歷程進(jìn)行劃分 783.1.4 根據(jù)客戶的產(chǎn)品偏好進(jìn)行劃分 793.1.5 根據(jù)客戶交易/消費(fèi)行為進(jìn)行劃分. 803.1.6 根據(jù)客戶的多維行為屬性細(xì)分 813.1.7 展現(xiàn)客戶/產(chǎn)品結(jié)構(gòu)的戰(zhàn)略細(xì)分.. 813.1.8 客戶細(xì)分：綜合運(yùn)用. 823.2 連續(xù)變量間關(guān)系探索與變量約減. 823.2.1 多元統(tǒng)計(jì)基礎(chǔ). 823.2.2 多元變量壓縮的思路. 873.2.3 主成分分析.. 893.2.4 因子分析. 1033.2.5 對(duì)應(yīng)分析. 1123.2.6 最優(yōu)尺度分析.. 1193.2.7 多維尺度分析.. 1243.3 聚類分析 1333.3.1 基本邏輯. 1343.3.2 系統(tǒng)聚類. 1353.3.3 快速聚類. 1463.3.4 兩步聚類. 155第4 章預(yù)測(cè)性數(shù)據(jù)分析方法.. 1614.1 假設(shè)檢驗(yàn)概念. 1624.1.1 統(tǒng)計(jì)推斷基本概念 1644.1.2 變量分布的圖形探索.. 1654.1.3 均值的置信區(qū)間. 1674.1.4 假設(shè)檢驗(yàn)基礎(chǔ).. 1684.1.5 T 檢驗(yàn). 1694.2 構(gòu)造對(duì)連續(xù)變量的預(yù)測(cè)模型. 1744.2.1 方差分析（ANOVA） 1744.2.2 線性回歸. 1904.2.3 線性回歸的模型診斷.. 2034.2.4 線性回歸的全流程 2114.3 構(gòu)造對(duì)二分類變量的預(yù)測(cè)模型 2174.3.1 分類變量之間的相關(guān)性檢驗(yàn).. 2174.3.2 邏輯回歸. 224第5 章時(shí)間序列.. 2405.1 時(shí)間序列的趨勢(shì)分解法 2415.1.1 趨勢(shì)分解法簡(jiǎn)介. 2415.2.2 使用SAS EG 進(jìn)行時(shí)間序列趨勢(shì)分解.. 2425.2.3 使用SPSS 進(jìn)行時(shí)間序列趨勢(shì)分解 2445.2 平穩(wěn)時(shí)間序列（ARMA）模型設(shè)定與識(shí)別. 2455.2.1 平穩(wěn)時(shí)間序列定義 2455.2.2 平穩(wěn)時(shí)間序列模型建模. 2465.2.3 ARMA 的模型設(shè)定與識(shí)別.. 2475.3 非平穩(wěn)時(shí)間序列（ARIMA）模型設(shè)定與識(shí)別.. 2505.4 SAS EG 時(shí)間序列建模步驟.. 2525.5 SPSS 時(shí)間序列建模步驟. 2585.5.1 SPSS 構(gòu)造ARIMA 模型使用的任務(wù)菜單.. 2585.5.2 “定義日期”任務(wù).. 2605.5.3 “序列圖”任務(wù) 2615.5.4 “自相關(guān)”任務(wù) 2625.5.5 “創(chuàng)建模型”任務(wù).. 2635.5.6 “使用模型”任務(wù).. 2675.5.7 其他內(nèi)容. 267附錄A 數(shù)據(jù)說明.. 271附錄B CDA 數(shù)據(jù)分析師致力于最好的數(shù)據(jù)分析人才建設(shè).. 278參考文獻(xiàn) 282