胸有成竹!數據分析的SPSS和SAS EG進階（第2版） pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

《胸有成竹!數據分析的SPSS和SAS EG進階（第2版）》共5 章，涉及使用SPSS Statistics 和SAS EG 做商業數據分析的主要分析方法。其中，第1章的主要內容為數據分析方法概述；第2 章至第4 章的主要內容為橫截麵數據分析方法；第5 章的主要內容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SPSS和SAS EG進階（第2版）》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。

經管之傢（www.jg.com.cn）：原人大經濟論壇，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。

經管之傢從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，創新“CDA數據分析師”品牌，緻力於為社會各界數據分析愛好者提供最優質、最科學、最係統的數據分析教育。截至2016年3月已成功舉辦40多期係統培訓，培訓學員達3韆餘名；CDA認證考試已成功舉辦三屆，報考人數上韆人；中國數據分析師俱樂部（CDA CLUB），每周綫下免費沙龍活動，已舉力40多期，纍積會員2韆餘名；中國數據分析師行業峰會（CDA　Summit），一年兩屆，參會人數皆達2韆餘名，在大數據領域影響力超前。“CDA數據分析師”隊伍在業界不斷壯大，對數據分析人纔産業起到瞭巨大的推動作用。

常國珍，北京大學商學博士，法學碩士。曾就職於亞信科技BOC部門、方正國際金融事業部、德勤管理谘詢信息技術係統谘詢部。SAS公司資深講師，Oracle大數據講師，多傢金融信息部門和金融高科技公司數據挖掘技術顧問。從事徵信數據集市與信用風險建模、客戶價值提升等數據挖掘項目。擅長基於個體行為分析的價值發現和信用建模。研究方嚮為宏微觀接閤研究，興趣點在於宏觀環境變化對微觀主體行為的經濟後果分析及價值投資。

趙仁乾，北京郵電大學管理科學與工程碩士，現就職於北京電信規劃設計院，從事移動、聯通集團及各省分公司市場、業務、財務規劃，經濟評價及運營谘詢。重點研究方嚮包括離網用戶挖掘、市場細分與精準營銷、移動網絡價值區域分析、潛在價值客戶挖掘等。

曾珂，華中師範大學管理科學與工程碩士，現就職於經管之傢CDA數據分析研究院，從事互聯網、電子商務方嚮數據分析與數據挖掘的研究，CDA數據分析師的教學工作，研究方嚮為網絡文本挖掘、電商市場細分與客戶細分、潛在價值客戶挖掘、互聯網大數據挖掘等。

第1 章數據分析方法概述 1
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 和SPSS 任務菜單編排與SEMMA 之間的關係. 16
第2 章描述數據特徵.. 19
2.1 認識數據類型 20
2.2 單變量描述統計方法 21
2.2.1 分類變量的描述 21
2.2.2 連續變量的描述 22
2.3 創建頻數報錶 35
2.4 生成匯總統計量.. 38
2.5 用匯總錶任務生成匯總報錶 41
2.6 繪製條形圖. 46
2.7 繪製地圖.. 53
2.8 使用SPSS 進行描述統計.. 55
2.8.1 頻率過程.. 56
2.8.2 描述過程.. 57
2.8.3 探索過程.. 58
2.8.4 P-P 圖與Q-Q 圖 58
2.9 使用SPSS 繪製統計圖形.. 60
2.9.1 作圖方法.. 60
2.9.2 餅圖、柱圖與條圖.. 64
2.9.3 綫圖、高低圖和雙軸圖 70
2.9.4 散點圖 73
第3 章描述性數據分析/挖掘方法. 75
3.1 客戶細分方法介紹. 76
3.1.1 客戶細分的意義 76
3.1.2 根據客戶利潤貢獻進行劃分. 77
3.1.3 根據個人或公司的生命曆程進行劃分 78
3.1.4 根據客戶的産品偏好進行劃分 79
3.1.5 根據客戶交易/消費行為進行劃分. 80
3.1.6 根據客戶的多維行為屬性細分 81
3.1.7 展現客戶/産品結構的戰略細分.. 81
3.1.8 客戶細分：綜閤運用. 82
3.2 連續變量間關係探索與變量約減. 82
3.2.1 多元統計基礎. 82
3.2.2 多元變量壓縮的思路. 87
3.2.3 主成分分析.. 89
3.2.4 因子分析. 103
3.2.5 對應分析. 112
3.2.6 最優尺度分析.. 119
3.2.7 多維尺度分析.. 124
3.3 聚類分析 133
3.3.1 基本邏輯. 134
3.3.2 係統聚類. 135
3.3.3 快速聚類. 146
3.3.4 兩步聚類. 155
第4 章預測性數據分析方法.. 161
4.1 假設檢驗概念. 162
4.1.1 統計推斷基本概念 164
4.1.2 變量分布的圖形探索.. 165
4.1.3 均值的置信區間. 167
4.1.4 假設檢驗基礎.. 168
4.1.5 T 檢驗. 169
4.2 構造對連續變量的預測模型. 174
4.2.1 方差分析（ANOVA） 174
4.2.2 綫性迴歸. 190
4.2.3 綫性迴歸的模型診斷.. 203
4.2.4 綫性迴歸的全流程 211
4.3 構造對二分類變量的預測模型 217
4.3.1 分類變量之間的相關性檢驗.. 217
4.3.2 邏輯迴歸. 224
第5 章時間序列.. 240
5.1 時間序列的趨勢分解法 241
5.1.1 趨勢分解法簡介. 241
5.2.2 使用SAS EG 進行時間序列趨勢分解.. 242
5.2.3 使用SPSS 進行時間序列趨勢分解 244
5.2 平穩時間序列（ARMA）模型設定與識彆. 245
5.2.1 平穩時間序列定義 245
5.2.2 平穩時間序列模型建模. 246
5.2.3 ARMA 的模型設定與識彆.. 247
5.3 非平穩時間序列（ARIMA）模型設定與識彆.. 250
5.4 SAS EG 時間序列建模步驟.. 252
5.5 SPSS 時間序列建模步驟. 258
5.5.1 SPSS 構造ARIMA 模型使用的任務菜單.. 258
5.5.2 “定義日期”任務.. 260
5.5.3 “序列圖”任務 261
5.5.4 “自相關”任務 262
5.5.5 “創建模型”任務.. 263
5.5.6 “使用模型”任務.. 267
5.5.7 其他內容. 267
附錄A 數據說明.. 271
附錄B CDA 數據分析師緻力於最好的數據分析人纔建設.. 278
參考文獻 282
· · · · · · (收起)