了得網計算機/網絡_SPSS統計分析與數據挖掘（第2版）(含DVD光盤1張)

編輯推薦

（1）本書在第1版基礎上，綜合讀者建議、課題使用情況進行修訂和完善。
（2）增加經典實例，實例全部配有操作視頻講解。
（3）更新軟件版本。

內容簡介

本書基於SPSS 21.0編寫，每章均有大量分析案例，結合案例對SPSS各模塊的統計分析功能和圖形功能進行詳細講解。本書具體內容為SPSS簡介、SPSS數據挖掘繫統介紹、數據文件管理、數據預處理、基本統計分析、多重反應分析、均值的比較與檢驗、統計圖制作、參數檢驗、回歸分析、方差分析、相關分析、聚類分析、判別分析、因子分析、對應分析、信度分析、生存分析、對數線性模型、時間序列分析、缺失值分析，以及SPSS在財務智能、數據預測、股市分析、社會經濟分析、金融數據分析等方面的數據挖掘應用。
本書*特點是拋棄了其他同類書籍中隻介紹理論用法、缺乏案例分析的弊端，全書給出大量數據挖掘分析案例，並配有視頻講解，為讀者展示SPSS在數據分析、信用風險管理、直銷分析、社會經濟分析等實際項目中的應用。

作者簡介

謝龍漢，華南理工大學機械與汽車工程學院，副教授。2002年畢業於浙江大學過程裝備與控制工程專業本科，在浙江大學華工過程機械研究所取得碩士學位，之後在廣州本田汽車有限公司研發中心工作過兩年，2010年獲得香港中文大學機械與自動化工程繫的博士學位。國內外學術期刊上發表30多篇學術論文，出版過多部著作，寫作經驗豐富，作品技術含量高，實用性強。

第1章 SPSS軟件概述
1．1 SPSS簡介
1．2 SPSS操作入門
1．2．1 軟件安裝、啟動及退出
1．2．2 操作環境
1．2．3 繫統參數的設置
1．3 SPSS的幫助繫統
第2章 SPSS數據挖掘繫統
2．1 數據挖掘概述
2．1．1 數據挖掘的含義
2．1．2 數據挖掘與OLAP
2．1．3 數據挖掘和統計學
2．1．4 數據挖掘的目的
2．1．5 數據挖掘應用第1章 SPSS軟件概述
1．1 SPSS簡介
1．2 SPSS操作入門
1．2．1 軟件安裝、啟動及退出
1．2．2 操作環境
1．2．3 繫統參數的設置
1．3 SPSS的幫助繫統
第2章 SPSS數據挖掘繫統
2．1 數據挖掘概述
2．1．1 數據挖掘的含義
2．1．2 數據挖掘與OLAP
2．1．3 數據挖掘和統計學
2．1．4 數據挖掘的目的
2．1．5 數據挖掘應用
2．1．6 數據挖掘流程
2．2 成功的數據挖掘
2．2．1 CRISP-DM方法論
2．2．2 選擇數據挖掘工具
2．2．3 SPSS數據挖掘
2．3 SPSS數據挖掘的過程
2．3．1 商業理解
2．3．2 數據理解
2．3．3 數據準備
2．3．4 數據模型
2．3．5 評估
2．3．6 部署
第3章數據文件、變量與函數
3．1 SPSS的變量類型
3．1．1 數據的輸入
3．1．2 變量的編輯
3．2 數據文件的打開和保存
3．2．1 打開SPSS數據文件
3．2．2 打開其他格式的數據文件
3．2．3 數據文件保存
3．3 SPSS函數
3．3．1 算術函數
3．3．2 統計函數
3．3．3 邏輯函數
3．3．4 日期和時間函數
3．3．5 隨機變量函數
3．3．6 反分布函數
3．3．7 累計分布函數
3．3．8 缺失值函數
3．3．9 字符串函數
第4章數據預處理
4．1 數據文件的整理
4．1．1 排序個案（Sort Case）過程
4．1．2 轉置（Transpose）過程
4．1．3 合並文件（Merge File）過程
4．1．4 分類彙總（Aggregate）過程
4．1．5 拆分文件（Split File）過程
4．1．6 選擇個案（Select Cases）過程
4．1．7 加權個案（Weight Cases）過程
4．2 數據變量的變換和計算
4．2．1 計算變量（Compute Variables）過程
4．2．2 計數（Count）過程
4．2．3 重新編碼（Recode）過程
4．2．4 個案排秩（Rank Cases）過程
4．2．5 自動重新編碼（AutomaticRecode）過程
第5章基本統計分析
5．1 基本概念
5．1．1 基本的統計概念
5．1．2 描述性統計分析
5．2 頻數分析
5．2．1 Frequencies過程的操作界面
5．2．2 實例分析
5．3 描述性統計分析過程
5．3．1 Descriptive過程的參數設置
5．3．2 實例分析
5．4 數據探索性分析過程
5．4．1 Explore過程的參數設置
5．4．2 實例分析
5．5 列聯表分析過程
5．5．1 Crosstabs過程的參數設置
5．5．2 實例分析
第6章參數檢驗
6．1 參數估計和假設檢驗概述
6．1．1 參數估計
6．1．2 假設檢驗
6．2 均值（Means）過程
6．2．1 SPSS的均值（Means）過程參數設置
6．2．2 均值（Means）過程實例
6．3 單樣本t檢驗
6．3．1 單樣本t檢驗過程的參數設置
6．3．2 實例分析
6．4 獨立樣本t檢驗
6．4．1 獨立樣本t檢驗過程的參數設置
6．4．2 實例分析
6．5 配對兩樣本t檢驗
6．5．1 配對兩樣本t檢驗過程的參數設置
6．5．2 實例分析
第7章基本圖形的繪制
7．1 統計圖概述
7．2 條形圖
7．3 線圖
7．4 面積圖
7．5 餅圖
7．5．1 SPSS設置
7．5．2 實例分析
7．6 高低圖
7．7 質量控制圖
7．8 箱圖
7．8．1 SPSS參數設置
7．8．2 實例分析
7．9 散點圖
7．9．1 SPSS參數設置
7．9．2 實例分析
7．10 直方圖
7．11 時間序列圖
7．11．1 SPSS參數設置
7．11．2 實例分析
第8章非參數檢驗
8．1 非參數檢驗概述
8．2 檢驗
8．2．1 檢驗的參數設置
8．2．2 檢驗實例分析
8．3 二項分布檢驗
8．3．1 二項分布檢驗的參數設置
8．3．2 實例分析
8．4 遊程檢驗
8．4．1 遊程檢驗的參數設置
8．4．2 實例分析
8．5 單樣本K-S檢驗
8．5．1 單樣本K-S檢驗的參數設置
8．5．2 實例分析
8．6 兩獨立樣本分布位置檢驗
8．6．1 兩獨立樣本分布位置檢驗的參數設置
8．6．2 實例分析
8．7 多個獨立樣本分布位置檢驗
8．7．1 SPSS參數設置
8．7．2 實例分析
8．8 兩相關樣本分布位置檢驗
8．8．1 SPSS參數設置
8．8．2 實例分析
8．9 多個配對樣本分布位置檢驗
8．9．1 SPSS參數設置
8．9．2 實例分析
第9章方差分析
9．1 方差分析的基本原理
9．1．1 自由度與平方和分解
9．1．2 F檢驗
9．1．3 多重比較
9．2 單因素方差分析
9．2．1 單因素方差分析步驟
9．2．2 判斷與結論
9．2．3 One-Way ANOVA過程的參數設置
9．2．4 實例分析
9．3 多因素方差分析
9．3．1 隻考慮主效應的多因素方差分析
9．3．2 存在交互效應的多因素方差分析
9．3．3 Univariate過程參數設置
9．3．4 實例分析
9．4 協方差分析
9．4．1 協方差分析概述
9．4．2 實例分析
第10章回歸分析
10．1 線性回歸
10．1．1 線性回歸模型
10．1．2 最小二乘估計
10．1．3 回歸方程的顯著性檢驗
10．1．4 預測問題
10．1．5 SPSS線性回歸分析設置
10．1．6 回歸分析模型的實例分析
10．2 非線性回歸
10．2．1 非線性回歸分析的基本原理
10．2．2 非線性回歸參數設置
10．2．3 案例――銷售數量和廣告投入的非線性回歸分析
10．3 Logistic回歸
10．3．1 Logistic回歸模型概述
10．3．2 Binary Logistic回歸模型參數設置
10．3．3 案例――銀行貸款的信用風險分析
第11章相關分析
11．1 相關分析概述
11．1．1 相關關繫
11．1．2 相關圖形和相關繫數
11．1．3 SPSS的相關分析功能簡介
11．2 Bivariate（雙變量）過程
11．2．1 雙變量相關分析簡介
11．2．2 Bivariate過程的參數設置
11．2．3 案例――汽車銷售中各變量之間的相關分析
11．3 Partial（偏相關）過程
11．3．1 Partial過程的參數設置
11．3．2 案例――醫療門診病人的流動情況分析
11．4 Distances（距離）過程
11．4．1 Distances過程的參數設置
11．4．2 案例――全國各個省市自治區直轄市的農民家庭收支的分布研究
第12章聚類分析
12．1 聚類分析的原理
12．1．1 一般原理
12．1．2 聚類分析步驟
12．1．3 繫統聚類方法
12．2 快速樣本聚類過程
12．2．1 快速聚類簡介
12．2．2 SPSS快速聚類的設置
12．2．3 案例――2006年中國主要城市空氣質量的比較分析
12．3 繫統聚類過程
12．3．1 繫統聚類簡介
12．3．2 SPSS繫統聚類設置
12．3．3 案例――中國經濟地理區域的聚類分析
12．4 兩階段聚類分析
12．4．1 兩階段聚類簡介
12．4．2 SPSS兩階段聚類的設置
12．4．3 案例――兩階段聚類分析應用於農村居民人均收入與生活消費支出研究
第13章判別分析
13．1 判別分析的基本原理
13．1．1 判別分析簡介
13．1．2 判別分析的數學模型與判別方法
13．2 一般判別分析
13．2．1 一般判別分析的參數設置
13．2．2 案例――上市公司類型的比較分析
13．3 逐步判別分析
13．3．1 逐步判別的參數設置
13．3．2 案例――全國部分省市地區的農民家庭收支的分布規律研究
第14章因子分析
14．1 因子分析簡介
14．1．1 因子分析的基本原理
14．1．2 因子分析的基本步驟和過程
14．2 SPSS因子分析
14．2．1 SPSS因子分析的參數設置
14．2．2 案例――汽車銷售的數據中各變量的因子分析
第15章對應分析
15．1 對應分析的基本原理
15．2 簡單對應分析
15．2．1 Correspondence Analysis過程
15．2．2 案例――簡單對應分析實例
15．3 Optimal Scaling過程
15．3．1 Optimal Scaling過程的SPSS參數設置
15．3．2 案例――最優尺度分析實例
第16章可靠性和多維尺度分析
16．1 可靠性分析
16．1．1 可靠性分析的基本原理
16．1．2 可靠性分析的參數設置
16．1．3 案例――電視節目調查數據可靠性分析
16．2 多維尺度分析
16．2．1 多維尺度分析簡介
16．2．2 ALSCAL過程的參數設置
16．2．3 案例――多維尺度實例分析
第17章生存分析
17．1 生存分析簡介
17．1．1 生存分析的基本概念
17．1．2 生存資料的特點
17．1．3 生存分析方法
17．1．4 SPSS中的生存分析過程
17．2 Life Tables過程
17．2．1 Life Tables過程的參數設置
17．2．2 案例――電信公司客戶流失分析
17．3 Kaplan-Meier分析
17．3．1 Kaplan-Meier分析的步驟
17．3．2 案例――新藥開發的數據分析
17．4 Cox模型回歸分析
17．4．1 Cox回歸模型
17．4．2 Cox模型參數設置
17．4．3 案例――電信公司的客戶流失的Cox回歸模型分析
第18章對數線性模型
18．1 對數線性模型概述
18．2 General過程
18．2．1 General過程的參數設置
18．2．2 實例分析
18．3 Logit過程
18．3．1 Logit過程的參數設置
18．3．2 實例分析
18．4 模型選擇（Model Selection）過程
18．4．1 模型選擇的參數設置
18．4．2 實例分析
第19章時間序列分析
19．1 時間序列概述
19．1．1 時間序列的組成部分
19．1．2 時間序列的數學模型
19．1．3 時間序列的分析步驟
19．1．4 SPSS時間序列分析功能
19．2 時間序列數據的預處理
19．2．1 缺失值替換
19．2．2 定義時間變量
19．2．3 時間序列的平穩化
19．3 指數平滑模型過程
19．3．1 指數平滑的基本原理
19．3．2 指數平滑模型的參數設置
19．3．3 案例――銷售數據預測分析
19．4 ARIMA模型
19．4．1 ARIMA模型的基本原理
19．4．2 ARIMA模型的參數設置
19．4．3 案例――上海證券交易所綜合指數收益率模擬預測分析
19．5 季節分解模型過程
19．5．1 季節分解模型的參數設置
19．5．2 案例――具有季節因素的服裝銷售數據的預測分析
第20章缺失值分析
20．1 缺失值理論概述
20．1．1 數據缺失方式
20．1．2 缺失值處理方法
20．2 SPSS缺失值分析操作
20．2．1 缺失值分析的參數設置
20．2．2 案例――數據集中缺失值的實例分析
第21章決策樹模型
21．1 決策樹模型概述
21．1．1 CHAID算法
21．1．2 Exhaustive CHAID算法
21．1．3 CART算法
21．1．4 QUEST算法
21．2 決策樹的參數設置
21．2．1 變量設置
21．2．2 類別（Categories）設置
21．2．3 輸出（Output）設置
21．2．4 驗證（Validation）設置
21．2．5 保存（Save）設置
21．2．6 條件（Criteria）設置
21．2．7 CHAID算法設置
21．2．8 CART算法設置
21．2．9 QUEST算法設置
21．2．10 修剪（Pruning）設置
21．2．11 替代變量（Surrogates）設置
21．2．12 選項（Options）設置
21．2．13 誤分類成本設置
21．2．14 利潤（Profits）設置
21．2．15 先驗概率（Prior Probabilities）設置
21．2．16 實例分析
21．2．17 模型建立
21．2．18 模型評估
第22章神經網絡
22．1 神經網絡概述
22．1．1 歷史及現狀
22．1．2 神經網絡特點
22．1．3模型
22．1．4 神經網絡模型
22．1．5 神經網絡的學習規則
22．1．6 SPSS神經網絡模型
22．2 SPSS神經網絡模型的設置
22．2．1 多層感知器（MLP）的設置
22．2．2 徑向基函數（RBF）的設置
22．3 實例分析
22．3．1 參數設置
22．3．2 結果分析
第23章信用風險分析
23．1 信用風險概述
23．1．1 信用風險基本概念
23．1．2 信用風險度量方法
23．1．3 SPSS中信用風險分析模塊
23．2 案例分析
23．2．1 Binary LogistiLogistic）過程
23．2．2 Tree（決策樹）過程
23．2．3 Discriminant（判別）過程
第24章 SPSS在社會經濟綜合評價中的應用
24．1 沿海省市經濟綜合指標的主成分分析
24．2 中國內地城鎮居民消費結構的聚類分析
24．3 我國內地可支配收入和消費性支出之間的回歸分析

在線試讀

再版前言

SPSS（Statistical Product and Service Solutions，統計產品和服務解決方案）是當今國際上最流行的統計分析軟件之一，具有界面友好、統計功能強大、前後處理功能完善等優點。SPSS提供了廣泛的數據收集、分類、分析和處理技術，揭示了數據模式、異常，以及關鍵變量和關繫，幫助企業深入洞察企業信息，做出更好決策。本書從SPSS窗口操作出發，用案例的形式介紹SPSS數據分析在各個領域的廣泛應用。
本書集作者多年使用SPSS的工作經驗，並在改正第1版錯誤的基礎上編寫，在編寫過程中，突出了以下特點。
① 直觀易懂性。全書以圖解實例的形式介紹基礎知識和實例操作，所有的知識模塊和案例分析都盡可能詳細，模塊操作采取中英文介紹的方式進行，直觀易懂，使讀者能夠在最短的時間內獲取最多的知識。
② 先進性。以最新的SPSS 21.0中文版為藍本進行講解，中英文並用，廣泛吸收國內外優秀教材的成果進行內容編排，在繫統介紹基本理論和基本方法的同時，注意介紹新的成熟的內容，以及統計學在實際問題中的應用。
③ 實用性。全書采用了基礎知識介紹和實例操作相結合的方法，互相補充，書中的實例大多來源於經濟生活之中，使讀者在學完本書後能夠快速將知識應用於實踐。
④ 結構清晰，講解詳盡。全書采用基礎知識—窗口操作—綜合實例分析的循序漸進的講解方法，一步一步地提高讀者的SPSS操作知識，而且每個知識點和實例都盡可能詳細地講解，使讀者學習起來輕松自如。
⑤ 全部的案例數據、程序與多媒體示範相結合。本書的配套光盤中提供了所有實例的數據、SPSS窗口操作視頻，讀者可以在觀看錄像中增強對知識點的理解。
本書共24章，依次介紹SPSS基本文件管理、基本統計分析、高級統計分析、決策樹模型、神經網絡模型、信用風險、社會經濟評價，以及各章節中的案例分析等內容。
第 1 章 SPSS軟件概述。包括SPSS軟件簡介、SPSS操作入門、SPSS各個模塊，以及SPSS幫助繫統。
第 2 章 SPSS數據挖掘繫統。包括數據挖掘概述、SPSS數據挖掘過程的介紹，以便掌握數據挖掘基本概念、流程等知識。
第 3 章數據文件、變量與函數。包括SPSS的變量類型、SPSS數據文件的打開和保存，最後介紹SPSS的函數。
第 4 章數據預處理。包括最基本的數據文件的整理和數據變量的變換和計算。再版前言

SPSS（Statistical Product and Service Solutions，統計產品和服務解決方案）是當今國際上最流行的統計分析軟件之一，具有界面友好、統計功能強大、前後處理功能完善等優點。SPSS提供了廣泛的數據收集、分類、分析和處理技術，揭示了數據模式、異常，以及關鍵變量和關繫，幫助企業深入洞察企業信息，做出更好決策。本書從SPSS窗口操作出發，用案例的形式介紹SPSS數據分析在各個領域的廣泛應用。
本書集作者多年使用SPSS的工作經驗，並在改正第1版錯誤的基礎上編寫，在編寫過程中，突出了以下特點。
① 直觀易懂性。全書以圖解實例的形式介紹基礎知識和實例操作，所有的知識模塊和案例分析都盡可能詳細，模塊操作采取中英文介紹的方式進行，直觀易懂，使讀者能夠在最短的時間內獲取最多的知識。
② 先進性。以最新的SPSS 21.0中文版為藍本進行講解，中英文並用，廣泛吸收國內外優秀教材的成果進行內容編排，在繫統介紹基本理論和基本方法的同時，注意介紹新的成熟的內容，以及統計學在實際問題中的應用。
③ 實用性。全書采用了基礎知識介紹和實例操作相結合的方法，互相補充，書中的實例大多來源於經濟生活之中，使讀者在學完本書後能夠快速將知識應用於實踐。
④ 結構清晰，講解詳盡。全書采用基礎知識—窗口操作—綜合實例分析的循序漸進的講解方法，一步一步地提高讀者的SPSS操作知識，而且每個知識點和實例都盡可能詳細地講解，使讀者學習起來輕松自如。
⑤ 全部的案例數據、程序與多媒體示範相結合。本書的配套光盤中提供了所有實例的數據、SPSS窗口操作視頻，讀者可以在觀看錄像中增強對知識點的理解。
本書共24章，依次介紹SPSS基本文件管理、基本統計分析、高級統計分析、決策樹模型、神經網絡模型、信用風險、社會經濟評價，以及各章節中的案例分析等內容。
第 1 章 SPSS軟件概述。包括SPSS軟件簡介、SPSS操作入門、SPSS各個模塊，以及SPSS幫助繫統。
第 2 章 SPSS數據挖掘繫統。包括數據挖掘概述、SPSS數據挖掘過程的介紹，以便掌握數據挖掘基本概念、流程等知識。
第 3 章數據文件、變量與函數。包括SPSS的變量類型、SPSS數據文件的打開和保存，最後介紹SPSS的函數。
第 4 章數據預處理。包括最基本的數據文件的整理和數據變量的變換和計算。
第 5 章基本統計分析。包括基本概念、頻數過程、描述性統計分析過程、數據探索性分析過程，以及列聯表分析過程。
第 6 章參數檢驗。包括參數估計和假設檢驗概述、均值（Means）過程、單樣本t檢驗、獨立樣本t檢驗，以及配對兩樣本 t 檢驗。
第 7 章基本圖形的繪制。包括統計圖概述、條形圖、線圖、面積圖、餅圖、高低圖、質量控制圖、箱圖、散點圖、直方圖、P-P圖和Q-Q圖，以及時間序列圖。
第 8 章非參數檢驗。包括非參數檢驗概述、2檢驗、二項分布檢驗、遊程檢驗、K-S檢驗、兩獨立樣本分布位置檢驗、多個獨立樣本分布位置檢驗、兩相關樣本分布位置檢驗、多個獨立樣本分布位置檢驗。
第 9 章方差分析。包括方差分析的基本原理、單因素方差分析、多因素方差分析、協方差分析。
第 10 章回歸分析。包括線性回歸、非線性回歸，以及Logistic過程。
第 11 章相關分析。包括相關分析概述、Bivariate過程、Partial過程，以及Distances（距離）過程。
第 12 章聚類分析。包括聚類分析的原理、快速聚類的SPSS過程、繫統聚類的SPSS過程、兩階段聚類的SPSS過程，以及案例分析。
第 13 章判別分析。包括判別分析的基本原理、一般判別分析過程、逐步判別分析過程。
第 14 章因子分析。包括因子分析，以及SPSS中的因子分析操作過程。
第 15 章對應分析。包括對應分析的基本原理、對應分析過程、Optimal Scaling過程。
第 16 章可靠性和多維尺度分析。包括可靠性分析、多維尺度分析及案例。
第 17 章生存分析。包括生存分析概述、Life Tables過程、Kaplan-Meier分析過程、Cox模型回歸分析。
第 18 章對數線性模型。包括對數線性模型概述、General過程、Logit過程、模型（Model）Selection過程。
第 19 章時間序列分析。包括時間序列概述、時間序列數據的預處理、指數平滑方法、ARIMA模型、季節分解模型。
第 20 章缺失值分析。包括SPSS中的缺失值理論概述、SPSS缺失值分析操作，以及缺失值實例分析。
第 21 章決策樹模型。包括決策樹模型概述、SPSS中參數設置，以及利用實例分析來介紹決策樹模型的應用。
第 22 章神經網絡。包括神經網絡概述、SPSS神經網絡模型的設置及實例分析。
第 23 章信用風險分析。包括主要信用風險概述，以及利用SPSS解決信用風險的各種實例分析。
第 24 章 SPSS在社會經濟綜合評價中的應用。包括SPSS的各種分析案例，包括沿海省市經濟綜合指標的主成分分析、中國城鎮居民消費結構的聚類分析研究，以及我國內地可支配收入和消費性支出之間的回歸分析。
本書主要由謝龍漢、尚濤、蔡明京完成，參與編寫和光盤開發的還有林偉、魏艷光、林木議、王悅陽、林偉潔、林樹財、鄭曉、吳苗、蘇延全、王文娟、周金華、呂雲峰、付應乾、唐長剛、王敏、楊峰、趙新宇、丁圓圓等。由於時間倉促，書中難免有疏漏之處，請讀者諒解。讀者可通過電子郵件與我們交流。
注：本書在介紹軟件應用時，命令、選項等包含英文注釋，有助於使用英文版軟件的讀者學習。
編著者

商品搜索

商品分类

【醫學】

【各大出版社】