這本書從解決工作實際問題出發，總結提煉工作中SPSS最常用、實用的數據處理、數據分析實戰方法與技巧，並非為SPSS幫助手冊。本書力求通俗易懂的介紹實戰的數據分析方法與技巧，在不影響學習理解的前提下，儘可能的避免使用晦澀難懂的統計術語或模型公式，如需了解相關的統計學知識，可查閱相關的統計學書籍。
基本介紹
- 書名：誰說菜鳥不會數據分析（SPSS篇）
- 作者：狄松 祝迎春 張文霖 馬世澎
- ISBN：9787121288012
- 頁數：228
- 定價：59.00
- 出版社：電子工業出版社
- 出版時間：2016-5-30
- 開本：16開
書籍信息,內容簡介,作者介紹,書籍目錄,
書籍信息
誰說菜鳥不會數據分析（spss篇）
狄松 祝迎春 張文霖 馬世澎編著
出版社: 電子工業出版社
ISBN：9787121288012
版次：1
出版時間：2016年5月
定價：49.00元
頁數：228頁
開本：16開
字數：341000
內容簡介
作為《誰說菜鳥不會數據分析》家族的新成員，本書依然通俗地講解數據分析的實踐。
《誰說菜鳥不會數據分析（SPSS篇）》繼續採用職場三人行的方式來構建內容，細緻梳理了準專業數據分析的常見問題，並且挑選出企業實踐中容易碰到的案例，以輕鬆直白的方式來講好數據分析的故事。
《誰說菜鳥不會數據分析（SPSS篇）》從解決工作中的實際問題出發，從統計描述、統計推斷到探索性分析，總結並提煉工作中經常用到並且非常實用的通過SPSS 進行數據處理、數據分析實戰方法與技巧。《誰說菜鳥不會數據分析（SPSS篇）》儘可能避免使用晦澀難懂的統計術語或模型公式，如需了解相關的統計學知識，可查閱相關的統計學書籍。
《誰說菜鳥不會數據分析（SPSS篇）》適合剛踏出校門，初涉職場的新人，尤其適合從事產品運營、市場行銷、金融、財務、人力資源管理等工作的上班族們，《誰說菜鳥不會數據分析（SPSS篇）》能幫助他們提高工作效率；而從事管理、諮詢、研究等工作的專業人士，也不妨閱讀本書，說不定會有驚喜的發現。
作者介紹
狄松，英國南安普頓大學理學碩士，主修市場分析，現服務於全球著名市場研究公司，任高級研究員，主要從事數據分析，建模等工作。獲得SPSS高級認證，高級調查分析師證書，具有多年數據分析經驗，略懂Excel、PPT以及SPSS、Minitab等工具。
祝迎春，SPSS培訓師，多年市場研究經驗，獨立開發10多個SPSS外掛程式產品，《SPSS統計分析高級教程》的作者之一。
張文霖，新浪部落格“小蚊子數據分析”博主，資深數據分析師，曾服務於國內著名市場研究公司、中國移動等公司，具有多年移動網際網路數據分析經驗，略懂Excel、PPT、SPSS、水晶易表等工具。
馬世澎，數據小兵部落格博主，百度百家、百度名家專業作者，SPSS統計分析愛好者、實踐者，專注業務數據分析與挖掘，曾服務於國內知名零售集團、網際網路企業、新聞媒體單位。
書籍目錄
第1 章 SPSS 概況/ 11
1.1 SPSS 簡介/ 12
1.2 SPSS 特點/ 13
1.3 SPSS 安裝/ 15
1.4 SPSS 視窗/ 19
1.5 本章小結/ 22
第2 章 數據處理/ 23
2.1 數據變數/ 24
2.1.1 數據類型/ 24
2.1.2 變數尺度/ 25
2.2 數據導入/ 27
2.2.1 Excel 數據導入/ 27
2.2.2 文本數據導入/ 29
2.3 數據清洗/ 33
2.4 數據抽取/ 35
2.4.1 欄位拆分/ 35
2.4.2 隨機抽樣/ 38
2.5 數據合併/ 40
2.5.1 欄位合併/ 40
2.5.2 記錄合併/ 41
2.6 數據分組/ 43
2.6.1 可視分箱/ 43
2.6.2 重新編碼/ 46
2.7 數據標準化/ 48
2.7.1 0-1 標準化/ 48
2.7.2 Z 標準化/ 50
2.8 本章小結/ 50 7
第3 章 描述性分析/ 53
3.1 頻率分析/ 54
3.1.1 分類變數頻率分析/ 54
3.1.2 連續變數頻率分析/ 57
3.2 描述分析/ 61
3.3 交叉表分析/ 63
3.4 復選題定義/ 65
3.5 數據報表製作/ 68
3.5.1 報表類型簡介/ 69
3.5.2 分類變數報表製作/ 70
3.5.3 連續變數報表製作/ 72
3.5.4 復選題報表製作/ 73
3.5.5 報表靈活運用/ 75
3.6 本章小結/ 80
第4 章 相關分析/ 81
4.1 相關分析簡介/ 82
4.2 相關分析實踐/ 84
4.2.1 散點圖繪製/ 85
4.2.2 相關分析操作/ 86
4.3 本章小結/ 87
第5 章 回歸分析/ 89
5.1 回歸分析簡介/ 90
5.1.1 什麼是回歸分析/ 90
5.1.2 線性回歸分析步驟/ 91
5.2 簡單線性回歸分析/ 92
5.2.1 簡單線性回歸分析簡介/ 92
5.2.2 簡單線性回歸分析實踐/ 93
5.3 多重線性回歸分析/ 99
5.3.1 多重線性回歸分析簡介/ 99
5.3.2 多重線性回歸分析實踐/ 99
5.4 本章小結/ 106
第6 章 自動線性建模/ 107
6.1 自動建模/ 108
6.2 模型結果解讀/ 113
6.3 模型預測/ 121
6.4 本章小結/ 122
第7 章 Logistic 回歸/ 123
7.1 Logistic 回歸簡介/ 124
7.2 Logistic 回歸實踐/ 127
7.2.1 Logistic 回歸操作/ 128
7.2.2 Logistic 回歸結果解讀/ 129
7.2.3 Logistic 回歸預測/ 131
7.3 本章小結/ 135
第8 章 時間序列分析/ 137
8.1 時間序列分析簡介/ 138
8.2 季節分解法/ 139
8.3 專家建模法/ 148
8.3.1 時間序列預測步驟/ 148
8.3.2 時間序列分析操作/ 149
8.3.3 時間序列分析結果解讀/ 151
8.3.4 時間序列預測套用/ 153
8.4 本章小結/ 157
第9 章 RFM 分析/ 159
9.1 RFM 分析介紹/ 160
9.2 RFM 分析操作/ 162
9.2.1 數據準備/ 162
9.2.2 RFM 分析實踐/ 163
9.2.3 RFM 分析結果解讀/ 167
9.3 RFM 分析套用/ 170
9.4 本章小結/ 175
第10 章 聚類分析/ 177
10.1 聚類分析介紹/ 178
10.2 快速聚類分析/ 180
10.2.1 快速聚類分析操作/ 180
10.2.2 快速聚類分析結果解讀/ 182
10.3 系統聚類分析/ 186
10.3.1 系統聚類分析操作/ 186
10.3.2 系統聚類分析結果解讀/ 189
10.4 二階聚類分析/ 193
10.4.1 二階聚類分析操作/ 193
10.4.2 二階聚類分析結果解讀/ 195
10.5 聚類方法的對比/ 201
10.6 本章小結/ 202
第11 章 因子分析/ 203
11.1 因子分析簡介/ 204
11.2 因子分析實踐/ 206
11.2.1 因子分析操作/ 207
11.2.2 因子分析結果解讀/ 210
11.3 本章小結/ 217
第12 章 對應分析/ 219
12.1 對應分析簡介/ 220
12.2 對應分析實踐/ 221
12.2.1 對應分析操作/ 221
12.2.2 對應分析結果解讀/ 225
12.3 本章小結/ 228
1.1 SPSS 簡介/ 12
1.2 SPSS 特點/ 13
1.3 SPSS 安裝/ 15
1.4 SPSS 視窗/ 19
1.5 本章小結/ 22
第2 章 數據處理/ 23
2.1 數據變數/ 24
2.1.1 數據類型/ 24
2.1.2 變數尺度/ 25
2.2 數據導入/ 27
2.2.1 Excel 數據導入/ 27
2.2.2 文本數據導入/ 29
2.3 數據清洗/ 33
2.4 數據抽取/ 35
2.4.1 欄位拆分/ 35
2.4.2 隨機抽樣/ 38
2.5 數據合併/ 40
2.5.1 欄位合併/ 40
2.5.2 記錄合併/ 41
2.6 數據分組/ 43
2.6.1 可視分箱/ 43
2.6.2 重新編碼/ 46
2.7 數據標準化/ 48
2.7.1 0-1 標準化/ 48
2.7.2 Z 標準化/ 50
2.8 本章小結/ 50 7
第3 章 描述性分析/ 53
3.1 頻率分析/ 54
3.1.1 分類變數頻率分析/ 54
3.1.2 連續變數頻率分析/ 57
3.2 描述分析/ 61
3.3 交叉表分析/ 63
3.4 復選題定義/ 65
3.5 數據報表製作/ 68
3.5.1 報表類型簡介/ 69
3.5.2 分類變數報表製作/ 70
3.5.3 連續變數報表製作/ 72
3.5.4 復選題報表製作/ 73
3.5.5 報表靈活運用/ 75
3.6 本章小結/ 80
第4 章 相關分析/ 81
4.1 相關分析簡介/ 82
4.2 相關分析實踐/ 84
4.2.1 散點圖繪製/ 85
4.2.2 相關分析操作/ 86
4.3 本章小結/ 87
第5 章 回歸分析/ 89
5.1 回歸分析簡介/ 90
5.1.1 什麼是回歸分析/ 90
5.1.2 線性回歸分析步驟/ 91
5.2 簡單線性回歸分析/ 92
5.2.1 簡單線性回歸分析簡介/ 92
5.2.2 簡單線性回歸分析實踐/ 93
5.3 多重線性回歸分析/ 99
5.3.1 多重線性回歸分析簡介/ 99
5.3.2 多重線性回歸分析實踐/ 99
5.4 本章小結/ 106
第6 章 自動線性建模/ 107
6.1 自動建模/ 108
6.2 模型結果解讀/ 113
6.3 模型預測/ 121
6.4 本章小結/ 122
第7 章 Logistic 回歸/ 123
7.1 Logistic 回歸簡介/ 124
7.2 Logistic 回歸實踐/ 127
7.2.1 Logistic 回歸操作/ 128
7.2.2 Logistic 回歸結果解讀/ 129
7.2.3 Logistic 回歸預測/ 131
7.3 本章小結/ 135
第8 章 時間序列分析/ 137
8.1 時間序列分析簡介/ 138
8.2 季節分解法/ 139
8.3 專家建模法/ 148
8.3.1 時間序列預測步驟/ 148
8.3.2 時間序列分析操作/ 149
8.3.3 時間序列分析結果解讀/ 151
8.3.4 時間序列預測套用/ 153
8.4 本章小結/ 157
第9 章 RFM 分析/ 159
9.1 RFM 分析介紹/ 160
9.2 RFM 分析操作/ 162
9.2.1 數據準備/ 162
9.2.2 RFM 分析實踐/ 163
9.2.3 RFM 分析結果解讀/ 167
9.3 RFM 分析套用/ 170
9.4 本章小結/ 175
第10 章 聚類分析/ 177
10.1 聚類分析介紹/ 178
10.2 快速聚類分析/ 180
10.2.1 快速聚類分析操作/ 180
10.2.2 快速聚類分析結果解讀/ 182
10.3 系統聚類分析/ 186
10.3.1 系統聚類分析操作/ 186
10.3.2 系統聚類分析結果解讀/ 189
10.4 二階聚類分析/ 193
10.4.1 二階聚類分析操作/ 193
10.4.2 二階聚類分析結果解讀/ 195
10.5 聚類方法的對比/ 201
10.6 本章小結/ 202
第11 章 因子分析/ 203
11.1 因子分析簡介/ 204
11.2 因子分析實踐/ 206
11.2.1 因子分析操作/ 207
11.2.2 因子分析結果解讀/ 210
11.3 本章小結/ 217
第12 章 對應分析/ 219
12.1 對應分析簡介/ 220
12.2 對應分析實踐/ 221
12.2.1 對應分析操作/ 221
12.2.2 對應分析結果解讀/ 225
12.3 本章小結/ 228
