具體描述
《胸有成竹！數據分析的SAS EG進階》共5章，涉及使用SAS EG做數據分析的主要分析方法。其中，第1章為數據分析方法概述，第2章至第4章為橫截麵數據分析方法。第5章為時間序列分析方法。每章都根據所涉及的知識點的不同，選取瞭實用的案例，並為讀者準備瞭相應的思考和練習題。
《胸有成竹！數據分析的SAS EG進階》是一本麵嚮商業數據分析初學者的教材，從具體的商業數據分析案例入手，使讀者掌握數據分析的目的、理念、思路與分析步驟。本書力圖淡化技術，對於方法的介紹也盡量避免涉及過多的數學內容，和高等數學相關的內容隻在綫形迴歸和主成分分析這兩節中涉及到，而且都輔以圖形作形象的展現。因此本書的讀者隻需要具有高中水平的數學基礎即可。
著者簡介
人大經濟論壇（bbs.pinggu.org）：於2003年成立，緻力於推動經管學科的進步，傳播優秀教育資源，目前已經發展成為國內最大的經濟、管理、金融、統計類的在綫教育和谘詢網站，也是國內最活躍和最具影響力的經管類網絡社區。
人大經濟論壇從2006年起在國內最早開展數據分析培訓，纍計培訓學員數萬人，在大數據的趨勢背景下，作為Certified Data Analyst Institute（注冊數據分析師協會，簡稱CDA協會）的中國唯一授權中心，根據CDA協會的數據分析師LevelⅠ（業務分析師）、Level Ⅱ（建模分析師）、Level Ⅲ（數據專傢）的等級標準，緻力於培養正規化、科學化、專業化的數據分析師隊伍，為企事業單位輸送更多優秀數據分析人纔。（Certified Data Analyst Institute，亦稱“注冊數據分析師協會”，成立於美國特拉華州，主要宗旨為匯聚國際先進的數據分析技術，建設國際性規範化數據分析師職業標準，推進數據分析師的行業發展及認證工作，目前標準行業認證為CDA數據分析師）
常國珍，北京大學光華管理學院會計學在讀博士生，北京大學人口研究所社會學碩士，河北聯閤大學土木工程專業學士。德勤管理谘詢公司兼職谘詢顧問，SAS資深培訓講師。曾以數據挖掘工程師身份就職於亞信科技（中國）有限公司市場部。具有八年的數據挖掘實戰經驗，主要從事電信和銀行業數據挖掘工作。項目涉及客戶精準營銷、信用評估、欺詐偵測和流失預警等，尤其熟悉銀行個人客戶精準營銷的建模工作。
圖書目錄
1.1 數據分析概述 2
1.1.1 數據分析過程 2
1.1.2 數據分析的商業驅動 3
1.2 數據分析與挖掘方法分類介紹 5
1.2.1 描述性——無監督的學習 7
1.2.2 預測性——有監督的學習 10
1.3 數據分析的方法論 12
1.3.1 數據挖掘的項目管理方法論：CRISP-DM 13
1.3.2 數據整理與建模的方法論：SEMMA 14
1.3.3 SAS EG任務菜單編排與SEMMA之間的關係 16
第2章 描述數據特徵 18
2.1 認識數據類型 19
2.2 單變量描述統計方法 20
2.2.1 分類變量的描述 21
2.2.2 連續變量的描述 21
2.3 創建頻數報錶 31
2.4 生成匯總統計量 33
2.5 用匯總錶任務生成匯總報錶 35
2.6 繪製條形圖 37
2.7 繪製地圖 41
第3章 描述性數據分析/挖掘方法 45
3.1 客戶細分方法介紹 46
3.1.1 客戶細分的意義 46
3.1.2 根據客戶利潤貢獻進行劃分 47
3.1.3 根據個人或公司的生命曆程進行劃分 48
3.1.4 根據客戶的産品偏好進行劃分 49
3.1.5 根據客戶交易/消費行為進行劃分 50
3.1.6 根據客戶的多維行為屬性細分 51
3.1.7 展現客戶/産品結構的戰略細分 51
3.1.8 客戶細分：綜閤運用 52
3.2 連續變量間關係探索與變量約減 52
3.2.1 多元統計基礎 52
3.2.2 多元變量壓縮的思路 56
3.2.3 主成分分析 58
3.2.4 因子分析 66
3.3 聚類分析 72
3.3.1 基本邏輯 74
3.3.2 係統聚類 74
3.3.3 快速聚類 81
第4章 預測性數據分析方法 87
4.1 構造對連續變量的預測模型 88
4.1.1 方差分析（ANOVA） 88
4.1.2 綫性迴歸 99
4.1.3 綫性迴歸的模型診斷 111
4.2 構造對二分類變量的預測模型 119
4.2.1 分類變量之間的相關性檢驗 119
4.2.2 邏輯迴歸 123
4.3 數據挖掘流程及示例 135
第5章 時間序列 143
5.1 認識時間序列和趨勢分解法 144
5.2 平穩時間序列（ARMA）模型設定與識彆 147
5.2.1 平穩時間序列定義 147
5.2.2 平穩時間序列模型建模 148
5.2.3 ARMA的模型設定與識彆 148
5.3 非平穩時間序列（ARIMA）模型 152
5.4 時間序列建模步驟 153
附錄A 數據說明 160
附錄B CDA（注冊數據分析師）緻力於最好的數據分析人纔建設 167
參考文獻
· · · · · · (收起)
讀後感
評分
評分
評分
評分
用戶評價
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有