av女星最漂亮排名,99精品欧美一区

內(nèi)容簡介

　　《胸有成竹！數(shù)據(jù)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(yè)數(shù)據(jù)分析的主要分析方法。其中，第1章的主要內(nèi)容為數(shù)據(jù)分析方法概述；第2 章至第4 章的主要內(nèi)容為橫截面數(shù)據(jù)分析方法；第5 章的主要內(nèi)容為時間序列分析方法。每章都根據(jù)所涉及的知識點的不同，選取了實用的案例，并為讀者準備了相應的思考和練習題?！缎赜谐芍瘢?shù)據(jù)分析的SPSS和SAS EG進階（第2版）》是一本面向商業(yè)數(shù)據(jù)分析初學者的教材，從具體的商業(yè)數(shù)據(jù)分析案例入手，使讀者掌握數(shù)據(jù)分析的目的、理念、思路與分析步驟。本書力圖淡化技術，對于方法的介紹也盡量避免涉及過多的數(shù)學內(nèi)容，和高等數(shù)學相關的內(nèi)容只在線形回歸和主成分分析這兩節(jié)中涉及到，而且都輔以圖形作形象的展現(xiàn)。因此本書的讀者只需要具有高中水平的數(shù)學基礎即可。

作者簡介

　　經(jīng)管之家（www.jg.com.cn）：原人大經(jīng)濟論壇，于2003年成立，致力于推動經(jīng)管學科的進步，傳播優(yōu)秀教育資源，目前已經(jīng)發(fā)展成為國內(nèi)優(yōu)秀的經(jīng)濟、管理、金融、統(tǒng)計類的在線教育和咨詢網(wǎng)站，也是國內(nèi)活躍和具影響力的經(jīng)管類網(wǎng)絡社區(qū)。經(jīng)管之家從2006年起在國內(nèi)開展數(shù)據(jù)分析培訓，累計培訓學員數(shù)萬人。在大數(shù)據(jù)的趨勢背景下，創(chuàng)新“CDA數(shù)據(jù)分析師”品牌，致力于為社會各界數(shù)據(jù)分析愛好者提供優(yōu)質(zhì)、科學、系統(tǒng)的數(shù)據(jù)分析教育。截至2016年3月已成功舉辦40多期系統(tǒng)培訓，培訓學員達3千余名；CDA認證考試已成功舉辦三屆，報考人數(shù)上千人；中國數(shù)據(jù)分析師俱樂部（CDA CLUB），每周線下免費沙龍活動，已舉力40多期，累積會員2千余名；中國數(shù)據(jù)分析師行業(yè)峰會（CDA　Summit），一年兩屆，參會人數(shù)皆達2千余名，在大數(shù)據(jù)領域影響力超前?！癈DA數(shù)據(jù)分析師”隊伍在業(yè)界不斷壯大，對數(shù)據(jù)分析人才產(chǎn)業(yè)起到了巨大的推動作用。常國珍，北京大學商學博士，法學碩士。曾就職于亞信科技BOC部門、方正國際金融事業(yè)部、德勤管理咨詢信息技術系統(tǒng)咨詢部。SAS公司資深講師，Oracle大數(shù)據(jù)講師，多家金融信息部門和金融高科技公司數(shù)據(jù)挖掘技術顧問。從事征信數(shù)據(jù)集市與信用風險建模、客戶價值提升等數(shù)據(jù)挖掘項目。擅長基于個體行為分析的價值發(fā)現(xiàn)和信用建模。研究方向為宏微觀接合研究，興趣點在于宏觀環(huán)境變化對微觀主體行為的經(jīng)濟后果分析及價值投資。趙仁乾，北京郵電大學管理科學與工程碩士，現(xiàn)就職于北京電信規(guī)劃設計院，從事移動、聯(lián)通集團及各省分公司市場、業(yè)務、財務規(guī)劃，經(jīng)濟評價及運營咨詢。重點研究方向包括離網(wǎng)用戶挖掘、市場細分與精準營銷、移動網(wǎng)絡價值區(qū)域分析、潛在價值客戶挖掘等。曾珂，華中師范大學管理科學與工程碩士，現(xiàn)就職于經(jīng)管之家CDA數(shù)據(jù)分析研究院，從事互聯(lián)網(wǎng)、電子商務方向數(shù)據(jù)分析與數(shù)據(jù)挖掘的研究，CDA數(shù)據(jù)分析師的教學工作，研究方向為網(wǎng)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(lián)網(wǎng)大數(shù)據(jù)挖掘等。

圖書目錄

第1 章數(shù)據(jù)分析方法概述 11.1 數(shù)據(jù)分析概述.. 21.1.1 數(shù)據(jù)分析過程 21.1.2 數(shù)據(jù)分析的商業(yè)驅(qū)動 31.2 數(shù)據(jù)分析與挖掘方法分類介紹. 51.2.1 描述性——無監(jiān)督的學習. 71.2.2 預測性——有監(jiān)督的學習.. 101.3 數(shù)據(jù)分析的方法論. 121.3.1 數(shù)據(jù)挖掘的項目管理方法論：CRISP-DM 131.3.2 數(shù)據(jù)整理與建模的方法論：SEMMA .. 141.3.3 SAS EG 和SPSS 任務菜單編排與SEMMA 之間的關系. 16第2 章描述數(shù)據(jù)特征.. 192.1 認識數(shù)據(jù)類型 202.2 單變量描述統(tǒng)計方法 212.2.1 分類變量的描述 212.2.2 連續(xù)變量的描述 222.3 創(chuàng)建頻數(shù)報表 352.4 生成匯總統(tǒng)計量.. 382.5 用匯總表任務生成匯總報表 412.6 繪制條形圖. 462.7 繪制地圖.. 532.8 使用SPSS 進行描述統(tǒng)計.. 552.8.1 頻率過程.. 562.8.2 描述過程.. 572.8.3 探索過程.. 582.8.4 P-P 圖與Q-Q 圖 582.9 使用SPSS 繪制統(tǒng)計圖形.. 602.9.1 作圖方法.. 602.9.2 餅圖、柱圖與條圖.. 642.9.3 線圖、高低圖和雙軸圖 702.9.4 散點圖 73第3 章描述性數(shù)據(jù)分析/挖掘方法. 753.1 客戶細分方法介紹. 763.1.1 客戶細分的意義 763.1.2 根據(jù)客戶利潤貢獻進行劃分. 773.1.3 根據(jù)個人或公司的生命歷程進行劃分 783.1.4 根據(jù)客戶的產(chǎn)品偏好進行劃分 793.1.5 根據(jù)客戶交易/消費行為進行劃分. 803.1.6 根據(jù)客戶的多維行為屬性細分 813.1.7 展現(xiàn)客戶/產(chǎn)品結(jié)構(gòu)的戰(zhàn)略細分.. 813.1.8 客戶細分：綜合運用. 823.2 連續(xù)變量間關系探索與變量約減. 823.2.1 多元統(tǒng)計基礎. 823.2.2 多元變量壓縮的思路. 873.2.3 主成分分析.. 893.2.4 因子分析. 1033.2.5 對應分析. 1123.2.6 最優(yōu)尺度分析.. 1193.2.7 多維尺度分析.. 1243.3 聚類分析 1333.3.1 基本邏輯. 1343.3.2 系統(tǒng)聚類. 1353.3.3 快速聚類. 1463.3.4 兩步聚類. 155第4 章預測性數(shù)據(jù)分析方法.. 1614.1 假設檢驗概念. 1624.1.1 統(tǒng)計推斷基本概念 1644.1.2 變量分布的圖形探索.. 1654.1.3 均值的置信區(qū)間. 1674.1.4 假設檢驗基礎.. 1684.1.5 T 檢驗. 1694.2 構(gòu)造對連續(xù)變量的預測模型. 1744.2.1 方差分析（ANOVA） 1744.2.2 線性回歸. 1904.2.3 線性回歸的模型診斷.. 2034.2.4 線性回歸的全流程 2114.3 構(gòu)造對二分類變量的預測模型 2174.3.1 分類變量之間的相關性檢驗.. 2174.3.2 邏輯回歸. 224第5 章時間序列.. 2405.1 時間序列的趨勢分解法 2415.1.1 趨勢分解法簡介. 2415.2.2 使用SAS EG 進行時間序列趨勢分解.. 2425.2.3 使用SPSS 進行時間序列趨勢分解 2445.2 平穩(wěn)時間序列（ARMA）模型設定與識別. 2455.2.1 平穩(wěn)時間序列定義 2455.2.2 平穩(wěn)時間序列模型建模. 2465.2.3 ARMA 的模型設定與識別.. 2475.3 非平穩(wěn)時間序列（ARIMA）模型設定與識別.. 2505.4 SAS EG 時間序列建模步驟.. 2525.5 SPSS 時間序列建模步驟. 2585.5.1 SPSS 構(gòu)造ARIMA 模型使用的任務菜單.. 2585.5.2 “定義日期”任務.. 2605.5.3 “序列圖”任務 2615.5.4 “自相關”任務 2625.5.5 “創(chuàng)建模型”任務.. 2635.5.6 “使用模型”任務.. 2675.5.7 其他內(nèi)容. 267附錄A 數(shù)據(jù)說明.. 271附錄B CDA 數(shù)據(jù)分析師致力于最好的數(shù)據(jù)分析人才建設.. 278參考文獻 282