制服中字另类在线视频二区,亚洲国产综合精品自拍网站

內(nèi)容簡介

　　作為《誰說菜鳥不會數(shù)據(jù)分析》家族的新成員，本書依然通俗地講解數(shù)據(jù)分析的實(shí)踐?！墩l說菜鳥不會數(shù)據(jù)分析（SPSS篇）》繼續(xù)采用職場三人行的方式來構(gòu)建內(nèi)容，細(xì)致梳理了準(zhǔn)專業(yè)數(shù)據(jù)分析的常見問題，并且挑選出企業(yè)實(shí)踐中容易碰到的案例，以輕松直白的方式來講好數(shù)據(jù)分析的故事。《誰說菜鳥不會數(shù)據(jù)分析（SPSS篇）》從解決工作中的實(shí)際問題出發(fā)，從統(tǒng)計描述、統(tǒng)計推斷到探索性分析，總結(jié)并提煉工作中經(jīng)常用到并且非常實(shí)用的通過SPSS 進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)分析實(shí)戰(zhàn)方法與技巧?！墩l說菜鳥不會數(shù)據(jù)分析（SPSS篇）》盡可能避免使用晦澀難懂的統(tǒng)計術(shù)語或模型公式，如需了解相關(guān)的統(tǒng)計學(xué)知識，可查閱相關(guān)的統(tǒng)計學(xué)書籍?！墩l說菜鳥不會數(shù)據(jù)分析（SPSS篇）》適合剛踏出校門，初涉職場的新人，尤其適合從事產(chǎn)品運(yùn)營、市場營銷、金融、財務(wù)、人力資源管理等工作的上班族們，《誰說菜鳥不會數(shù)據(jù)分析（SPSS篇）》能幫助他們提高工作效率；而從事管理、咨詢、研究等工作的專業(yè)人士，也不妨閱讀本書，說不定會有驚喜的發(fā)現(xiàn)。

作者簡介

　　狄松，英國南安普頓大學(xué)理學(xué)碩士，主修市場分析，現(xiàn)服務(wù)于全球知名市場研究公司，任高級研究員，主要從事數(shù)據(jù)分析，建模等工作。獲得SPSS高級認(rèn)證，高級調(diào)查分析師證書，具有多年數(shù)據(jù)分析經(jīng)驗，略懂Excel、PPT以及SPSS、Minitab等工具。

圖書目錄

第1 章 SPSS 概況／ 11
1．1　SPSS 簡介／ 12
1．2　SPSS 特點(diǎn)／ 13
1．3　SPSS 安裝／ 15
1．4　SPSS 窗口／ 19
1．5　本章小結(jié)／ 22
第2 章數(shù)據(jù)處理／ 23
2．1　數(shù)據(jù)變量／ 24
2．1．1　數(shù)據(jù)類型／ 24
2．1．2　變量尺度／ 25
2．2　數(shù)據(jù)導(dǎo)入／ 27
2．2．1　Excel 數(shù)據(jù)導(dǎo)入／ 27
2．2．2　文本數(shù)據(jù)導(dǎo)入／ 29
2．3　數(shù)據(jù)清洗／ 33
2．4　數(shù)據(jù)抽取／ 35
2．4．1　字段拆分／ 35
2．4．2　隨機(jī)抽樣／ 38
2．5　數(shù)據(jù)合并／ 40
2．5．1　字段合并／ 40
2．5．2　記錄合并／ 41
2．6　數(shù)據(jù)分組／ 43
2．6．1　可視分箱／ 43
2．6．2　重新編碼／ 46
2．7　數(shù)據(jù)標(biāo)準(zhǔn)化／ 48
2．7．1　0-1 標(biāo)準(zhǔn)化／ 48
2．7．2　Z 標(biāo)準(zhǔn)化／ 50
2．8　本章小結(jié)／ 50
第3 章描述性分析／ 53
3．1　頻率分析／ 54
3．1．1　分類變量頻率分析／ 54
3．1．2　連續(xù)變量頻率分析／ 57
3．2　描述分析／ 61
3．3　交叉表分析／ 63
3．4　多選題定義／ 65
3．5　數(shù)據(jù)報表制作／ 68
3．5．1　報表類型簡介／ 69
3．5．2　分類變量報表制作／ 70
3．5．3　連續(xù)變量報表制作／ 72
3．5．4　多選題報表制作／ 73
3．5．5　報表靈活運(yùn)用／ 75
3．6　本章小結(jié)／ 80
第4 章相關(guān)分析／ 81
4．1　相關(guān)分析簡介／ 82
4．2　相關(guān)分析實(shí)踐／ 84
4．2．1　散點(diǎn)圖繪制／ 85
4．2．2　相關(guān)分析操作／ 86
4．3　本章小結(jié)／ 87
第5 章回歸分析／ 89
5．1　回歸分析簡介／ 90
5．1．1　什么是回歸分析／ 90
5．1．2　線性回歸分析步驟／ 91
5．2　簡單線性回歸分析／ 92
5．2．1　簡單線性回歸分析簡介／ 92
5．2．2　簡單線性回歸分析實(shí)踐／ 93
5．3　多重線性回歸分析／ 99
5．3．1　多重線性回歸分析簡介／ 99
5．3．2　多重線性回歸分析實(shí)踐／ 99
5．4　本章小結(jié)／ 106
第6 章自動線性建模／ 107
6．1　自動建模／ 108
6．2　模型結(jié)果解讀／ 113
6．3　模型預(yù)測／ 121
6．4　本章小結(jié)／ 122
第7 章 Logistic 回歸／ 123
7．1　Logistic 回歸簡介／ 124
7．2　Logistic 回歸實(shí)踐／ 127
7．2．1　Logistic 回歸操作／ 128
7．2．2　Logistic 回歸結(jié)果解讀／ 129
7．2．3　Logistic 回歸預(yù)測／ 131
7．3　本章小結(jié)／ 135
第8 章時間序列分析／ 137
8．1　時間序列分析簡介／ 138
8．2　季節(jié)分解法／ 139
8．3　專家建模法／ 148
8．3．1　時間序列預(yù)測步驟／ 148
8．3．2　時間序列分析操作／ 149
8．3．3　時間序列分析結(jié)果解讀／ 151
8．3．4　時間序列預(yù)測應(yīng)用／ 153
8．4　本章小結(jié)／ 157
第9 章 RFM 分析／ 159
9．1　RFM 分析介紹／ 160
9．2　RFM 分析操作／ 162
9．2．1　數(shù)據(jù)準(zhǔn)備／ 162
9．2．2　RFM 分析實(shí)踐／ 163
9．2．3　RFM 分析結(jié)果解讀／ 167
9．3　RFM 分析應(yīng)用／ 170
9．4　本章小結(jié)／ 175
第10 章聚類分析／ 177
10．1　聚類分析介紹／ 178
10．2　快速聚類分析／ 180
10．2．1　快速聚類分析操作／ 180
10．2．2　快速聚類分析結(jié)果解讀／ 182
10．3　系統(tǒng)聚類分析／ 186
10．3．1　系統(tǒng)聚類分析操作／ 186
10．3．2　系統(tǒng)聚類分析結(jié)果解讀／ 189
10．4　二階聚類分析／ 193
10．4．1　二階聚類分析操作／ 193
10．4．2　二階聚類分析結(jié)果解讀／ 195
10．5　聚類方法的對比／ 201
10．6　本章小結(jié)／ 202
第11 章因子分析／ 203
11．1　因子分析簡介／ 204
11．2　因子分析實(shí)踐／ 206
11．2．1　因子分析操作／ 207
11．2．2　因子分析結(jié)果解讀／ 210
11．3　本章小結(jié)／ 217
第12 章對應(yīng)分析／ 219
12．1　對應(yīng)分析簡介／ 220
12．2　對應(yīng)分析實(shí)踐／ 221
12．2．1　對應(yīng)分析操作／ 221
12．2．2　對應(yīng)分析結(jié)果解讀／ 225
12．3　本章小結(jié)／ 228