• 谁说菜鸟不会数据分析(SPSS篇)(全彩)
21年品牌 40万+商家 超1.5亿件商品

谁说菜鸟不会数据分析(SPSS篇)(全彩)

正版书带塑封 14点之前订单当日发货 9958578195907477505

10.93 1.9折 59 九五品

库存13件

天津宝坻
认证卖家担保交易快速发货售后保障

作者狄松 著

出版社电子工业出版社

出版时间2016-06

版次1

装帧平装

货号9958578195907477505

上书时间2024-12-24

旭日精品图书的书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 狄松 著
  • 出版社 电子工业出版社
  • 出版时间 2016-06
  • 版次 1
  • ISBN 9787121288012
  • 定价 59.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 228页
  • 字数 341千字
  • 正文语种 简体中文
【内容简介】

作为《谁说菜鸟不会数据分析》家族的新成员,本书依然通俗地讲解数据分析的实践。

《谁说菜鸟不会数据分析(SPSS篇)》继续采用职场三人行的方式来构建内容,细致梳理了准专业数据分析的常见问题,并且挑选出企业实践中容易碰到的案例,以轻松直白的方式来讲好数据分析的故事。

《谁说菜鸟不会数据分析(SPSS篇)》从解决工作中的实际问题出发,从统计描述、统计推断到探索性分析,总结并提炼工作中经常用到并且非常实用的通过SPSS 进行数据处理、数据分析实战方法与技巧。《谁说菜鸟不会数据分析(SPSS篇)》尽可能避免使用晦涩难懂的统计术语或模型公式,如需了解相关的统计学知识,可查阅相关的统计学书籍。

《谁说菜鸟不会数据分析(SPSS篇)》适合刚踏出校门,初涉职场的新人,尤其适合从事产品运营、市场营销、金融、财务、人力资源管理等工作的上班族们,《谁说菜鸟不会数据分析(SPSS篇)》能帮助他们提高工作效率;而从事管理、咨询、研究等工作的专业人士,也不妨阅读本书,说不定会有惊喜的发现。

【作者简介】

狄松,英国南安普顿大学理学硕士,主修市场分析,现服务于全球知名市场研究公司,任高级研究员,主要从事数据分析,建模等工作。获得SPSS高级认证,高级调查分析师证书,具有多年数据分析经验,略懂Excel、PPT以及SPSS、Minitab等工具。

【目录】

第1 章 SPSS 概况/ 11
1.1 SPSS 简介/ 12
1.2 SPSS 特点/ 13
1.3 SPSS 安装/ 15
1.4 SPSS 窗口/ 19
1.5 本章小结/ 22
第2 章 数据处理/ 23
2.1 数据变量/ 24
2.1.1 数据类型/ 24
2.1.2 变量尺度/ 25
2.2 数据导入/ 27
2.2.1 Excel 数据导入/ 27
2.2.2 文本数据导入/ 29
2.3 数据清洗/ 33
2.4 数据抽取/ 35
2.4.1 字段拆分/ 35
2.4.2 随机抽样/ 38
2.5 数据合并/ 40
2.5.1 字段合并/ 40
2.5.2 记录合并/ 41
2.6 数据分组/ 43
2.6.1 可视分箱/ 43
2.6.2 重新编码/ 46
2.7 数据标准化/ 48
2.7.1 0-1 标准化/ 48
2.7.2 Z 标准化/ 50
2.8 本章小结/ 50 
第3 章 描述性分析/ 53
3.1 频率分析/ 54
3.1.1 分类变量频率分析/ 54
3.1.2 连续变量频率分析/ 57
3.2 描述分析/ 61
3.3 交叉表分析/ 63
3.4 多选题定义/ 65
3.5 数据报表制作/ 68
3.5.1 报表类型简介/ 69
3.5.2 分类变量报表制作/ 70
3.5.3 连续变量报表制作/ 72
3.5.4 多选题报表制作/ 73
3.5.5 报表灵活运用/ 75
3.6 本章小结/ 80
第4 章 相关分析/ 81
4.1 相关分析简介/ 82
4.2 相关分析实践/ 84
4.2.1 散点图绘制/ 85
4.2.2 相关分析操作/ 86
4.3 本章小结/ 87
第5 章 回归分析/ 89
5.1 回归分析简介/ 90
5.1.1 什么是回归分析/ 90
5.1.2 线性回归分析步骤/ 91
5.2 简单线性回归分析/ 92
5.2.1 简单线性回归分析简介/ 92
5.2.2 简单线性回归分析实践/ 93
5.3 多重线性回归分析/ 99
5.3.1 多重线性回归分析简介/ 99
5.3.2 多重线性回归分析实践/ 99
5.4 本章小结/ 106
第6 章 自动线性建模/ 107
6.1 自动建模/ 108
6.2 模型结果解读/ 113
6.3 模型预测/ 121
6.4 本章小结/ 122
第7 章 Logistic 回归/ 123
7.1 Logistic 回归简介/ 124
7.2 Logistic 回归实践/ 127
7.2.1 Logistic 回归操作/ 128
7.2.2 Logistic 回归结果解读/ 129
7.2.3 Logistic 回归预测/ 131
7.3 本章小结/ 135
第8 章 时间序列分析/ 137
8.1 时间序列分析简介/ 138
8.2 季节分解法/ 139
8.3 专家建模法/ 148
8.3.1 时间序列预测步骤/ 148
8.3.2 时间序列分析操作/ 149
8.3.3 时间序列分析结果解读/ 151
8.3.4 时间序列预测应用/ 153
8.4 本章小结/ 157
第9 章 RFM 分析/ 159
9.1 RFM 分析介绍/ 160
9.2 RFM 分析操作/ 162
9.2.1 数据准备/ 162
9.2.2 RFM 分析实践/ 163
9.2.3 RFM 分析结果解读/ 167
9.3 RFM 分析应用/ 170
9.4 本章小结/ 175
第10 章 聚类分析/ 177
10.1 聚类分析介绍/ 178
10.2 快速聚类分析/ 180
10.2.1 快速聚类分析操作/ 180
10.2.2 快速聚类分析结果解读/ 182
10.3 系统聚类分析/ 186
10.3.1 系统聚类分析操作/ 186
10.3.2 系统聚类分析结果解读/ 189
10.4 二阶聚类分析/ 193
10.4.1 二阶聚类分析操作/ 193
10.4.2 二阶聚类分析结果解读/ 195
10.5 聚类方法的对比/ 201
10.6 本章小结/ 202
第11 章 因子分析/ 203
11.1 因子分析简介/ 204
11.2 因子分析实践/ 206
11.2.1 因子分析操作/ 207
11.2.2 因子分析结果解读/ 210
11.3 本章小结/ 217
第12 章 对应分析/ 219
12.1 对应分析简介/ 220
12.2 对应分析实践/ 221
12.2.1 对应分析操作/ 221
12.2.2 对应分析结果解读/ 225
12.3 本章小结/ 228

点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP