IBM SPSS数据分析与挖掘实战案例精粹

图书标准信息

• 作者 张文彤、钟云飞 著
• 出版社 清华大学出版社
• 出版时间 2013-02
• 版次 1
• ISBN 9787302299547
• 定价 64.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 501页
• 字数 783千字
• 正文语种 简体中文

【内容简介】

　　《IBMSPSS数据分析与挖掘实战案例精粹》以ibmspssstatistics20．0和ibmspssmodeler14．1为工具，提供了医疗、金融、保险、汽车、快速消费品、市场研究、互联网等多个行业的数据分析／挖掘案例，基于实战需求，详细讲解整个案例的完整分析过程，并将模型和软件的介绍融于案例讲解之中，使读者在阅读时能突破方法和工具的局限，真正聚集于对数据分析精髓的领悟。《IBMSPSS数据分析与挖掘实战案例精粹》所附光盘包括案例数据和分析程序／流文件，读者可完整重现全部的分析内容。
　　《IBMSPSS数据分析与挖掘实战案例精粹》适合从初学者到专家各个级别的数据分析人员阅读，尤其适合于以下读者群：需要提升实战能力的数据分析专业人员；在市场营销、金融、财务、人力资源管理中需要应用数据分析的人士；从事咨询、科研等工作的专业人士；同时也适合于各专业的本科和研究生作为学习数据分析应用的参考书。

【作者简介】

　　张文彤 博士，数据挖掘、市场研究、统计软件教学与应用领域专家，现任全球第八大市场研究集团INTAGE中国公司全国技术总监。曾在复旦大学任教数载，期间协助SPSS在中国建立并完善了其培训体系，是国内知名的SPSS培训师之一。在数据挖掘、市场研究、医药数据分析等领域均经验丰富，曾负责为知名跨国公司完成了中国城市女性市场细分模型、销量预测模型、商圈选址模型等各类项目，并协助完成多项IT、电信、税务、银行等行业的数据挖掘项目。

 

　　钟云飞 资深数据分析专家，拥有超过10年的统计分析与数据挖掘在各行业的软件应用及咨询经验，历任SPSS、SAS软件公司首席咨询顾问，目前在国际商业机器(中国)有限公司软件部工作，从事SPSS软件企业应用的推广工作。主要关注统计分析与数据挖掘在银行、电信、政府、保险、零售等行业的应用实践，致力于使用数据分析方法帮助企业和政府组织从数据中获取有价值的信息，从而提高管理水平

【目录】

第一部分spss数据分析基础
第1章数据分析方法论简介
1.1三种数据分析方法论
1.2crisp-dm方法论介绍
第2章数据分析方法体系简介
2.1统计软件中的数据存储格式
2.2数据的统计描述与参数估计
2.3常用假设检验方法
2.4多变量模型
2.5多元统计分析模型
2.6智能统计分析／数据挖掘方法
第3章ibmspssstatistics操作入门
3.1案例背景
3.2数据文件的读入与变量整理
3.3问卷数据分析
3.4项目总结和讨论
第4章ibmspssstatistics操作进阶
4.1案例背景
4.2问卷录入
4.3问卷质量校验
4.4问卷数据分析
4.5项目总结和讨论
第5章ibmspssmodeler操作入门
5.1ibmspssmodeler概述
5.2ibmspssmodeler相关操作与技巧
5.3ibmspssmodeler功能介绍
5.4案例分析：药物选择决策支持
5.5如何进一步学习ibmspssmodeler

第二部分影响因素发现与数值预测
第6章酸奶饮料新产品口味测试
研究案例
6.1案例背景
6.2数据理解
6.3不同品牌的评分差异分析
6.4两因素方差分析模型分析
6.5分析结论与讨论
第7章偏态分布的激素水平影响因素分析
7.1案例背景
7.2数据理解
7.3对因变量变换后的建模分析
7.4秩变换分析
7.5利用cox模型进行分析
7.6项目总结与讨论
第8章某车企汽车年销量预测案例
8.1案例背景
8.2数据理解
8.3变量变换后的线性回归
8.4曲线拟合
8.5利用非线性回归进行拟合
8.6项目总结与讨论
第9章脑外伤急救后迟发性颅脑损伤影响因素分析案例
9.1案例背景
9.2数据理解
9.3构建二分类logistic回归模型
9.4利用树模型发现交互项
9.5使用广义线性过程进行分析
9.6项目总结与讨论
第10章中国消费者信心指数影响因素分析
10.1案例背景
10.2数据理解
10.3标准glm框架下的建模分析
10.4多元方差分析模型的结果
10.5最优尺度回归
10.6多水平模型框架下的建模分析
10.7项目总结与讨论

第三部分信息浓缩、分类与感知图呈现
第11章探讨消费者购买保健品的动机
11.1案例背景
11.2数据理解
11.3利用因子分析进行信息浓缩
11.4基于因子分析结果进行市场细分
11.5项目总结与讨论
第12章1988年汉城奥运会男子十项全能成绩分析
12.1案例背景
12.2数据理解
12.3利用因子分析进行信息浓缩
12.4主成分回归
12.5将主成分回归方程还原回原始变量的形式
12.6项目总结与讨论
第13章打败sars
13.1案例背景
13.2数据理解与数据准备
13.3“非典”信息关注倾向的多维偏好分析
13.4突发事件险种购买倾向的多重对应分析
13.5“非典”对未来生活方式的影响
13.6项目总结与讨论
第14章住院费用影响因素挖掘
14.1案例背景
14.2数据理解与数据准备
14.3采用聚类分析寻找费用类型
14.4住院费用影响因素的神经网络分析
14.5不同疗法疗效与费用比较的神经网络分析
14.6项目总结与讨论

第四部分数据挖掘案例精选
第15章淘宝大卖家之营销数据分析
15.1案例背景
15.2利用rfm模型定位促销名单
15.3寻找有重购行为买家的特征
15.4总结与讨论
第16章超市商品购买关联分析
16.1案例背景
16.2数据准备
16.3商品购买关联分析
16.4结果应用
第17章电信业客户流失分析
17.1案例背景
17.2商业理解
17.3数据理解与数据准备
17.4建立模型与模型评估
17.5模型的应用及营销预演
17.6总结与讨论
第18章信用风险评分方法
18.1案例背景
18.2商业理解
18.3数据理解与数据准备
18.4建立模型与模型评估
18.5对若干问题的说明
第19章医疗保险业的欺诈发现
19.1案例背景
19.2商业理解
19.3数据理解与数据准备
19.4建立模型
19.5结果发布
19.6进一步阅读
第20章电子商务中的数据挖掘应用
20.1案例背景
20.2数据理解
20.3数据准备
20.4建立模型与模型发布
20.5进一步阅读

附录
附录a本书光盘内容介绍
附录bspss软件的安装与激活
附录c书中统计方法、模型与知识点
索引
附录dibmspssstatiscs函数一览表
附录eibmspssmodeler节点功能简介
参考文献
后记