-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

SPSS統計分析與數據挖掘(第3版)

( 簡體 字)
作者:謝龍漢,蔡思祺類別:1. -> 工具書、軟體 -> 統計軟體
譯者:
出版社:電子工業出版社SPSS統計分析與數據挖掘(第3版) 3dWoo書號: 47968
詢問書籍請說出此書號!

缺書
NT售價: 395

出版日:11/1/2017
頁數:508
光碟數:1 (含視頻教學)
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121329074
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

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、前后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,以及關鍵變量和關系,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,并在改正第2版錯誤的基礎上編寫,在編寫過程中,突出了以下特點。
? 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。
? 先進性。以最新的SPSS 24.0中文版為藍本進行講解,中英文并用,廣泛吸收國內外優秀教材的成果進行內容編排,在系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。
? 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于經濟生活之中,使讀者在學完本書后能夠快速將知識應用于實踐。
? 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。
? 全部的案例數據、程序與多媒體示范相結合。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幫助系統。
第 2 章 SPSS數據挖掘系統。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,最后介紹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,以及交叉表分析過程。
第 6 章 參數檢驗。包括參數估計和假設檢驗的概述、平均值過程、單樣本t檢驗、獨立樣本t檢驗以及成對樣本 t 檢驗。
第 7 章 基本圖形的繪制。包括統計圖概述、條形圖、折線圖、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、游程檢驗、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、兩個相關樣本分布位置檢驗、多個相關樣本分布位置檢驗。
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、多因素方差分析和協方差分析。
第 10 章 回歸分析。包括線性回歸、非線性回歸,以及Logistic回歸過程。
第 11 章 相關分析。包括相關分析概述、雙變量相關過程、偏相關分析過程,以及距離過程。
第 12 章 聚類分析。包括聚類分析的原理、快速聚類的分析過程、系統聚類的分析過程、二階聚類的分析過程,以及實例分析。
第 13 章 判別分析。包括判別分析的基本原理、一般判別分析過程和逐步判別分析過程。
第 14 章 因子分析。包括因子分析概述以及SPSS中因子分析的操作過程。
第 15 章 對應分析。包括對應分析的基本原理、對應分析過程、最優標度分析過程。
第 16 章 可靠性和多維尺度分析。包括可靠性和多維標度的概述、分析過程及實例。
第 17 章 生存分析。包括生存分析概述、壽命表分析過程、Kaplan-Meier分析過程、Cox模型回歸分析過程。
第 18 章 對數線性模型。包括對數線性模型概述、常規模型分析過程、分對數分析過程以及選擇模型分析過程。
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、季節性分解模型分析過程。
第 20 章 缺失值分析。包括SPSS中的缺失值理論概述、SPSS缺失值分析的操作過程,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中決策樹的參數設置,以及利用實例分析來介紹決策樹模型的應用過程。
第 22 章 神經網絡。包括神經網絡概述、神經網絡模型分析參數的設置及實例分析。
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、蔡思祺完成,參與編著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、李翔、朱小遠、唐培培、耿煜、鄧奕、張桂東、魯力、于斌、尚濤、黃海等。由于時間倉促,書中難免有疏漏之處,請讀者諒解。讀者可通過電子郵件xielonghan @aliyun.com.cn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,有助于使用英文版軟件的讀者學習。
編著者
內容簡介:

本書基于SPSS 24.0編寫,在修正并完善第2版的基礎上完成的;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數據挖掘系統介紹、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。 本書最大特點是拋棄了其他同類書籍中只介紹理論用法、缺乏案例分析的弊端,全書給出大量數據挖掘分析案例,并配有視頻講解,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。

目錄:

第1章 SPSS軟件概述 1
1.1 SPSS簡介 1
1.2 SPSS操作入門 2
1.2.1 軟件安裝、啟動及退出 3
1.2.2 操作環境 4
1.2.3 系統參數的設置 7
1.3 SPSS的幫助系統 15
第2章 SPSS數據挖掘系統 17
2.1 數據挖掘概述 17
2.1.1 數據挖掘的含義 17
2.1.2 數據挖掘與OLAP 18
2.1.3 數據挖掘和統計學 18
2.1.4 數據挖掘的目的 19
2.1.5 數據挖掘應用 19
2.1.6 數據挖掘流程 19
2.2 成功的數據挖掘 20
2.2.1 CRISP-DM方法論 21
2.2.2 選擇數據挖掘工具 25
2.2.3 SPSS數據挖掘 26
2.3 SPSS數據挖掘的過程 29
2.3.1 商業理解 29
2.3.2 數據理解 29
2.3.3 數據準備 29
2.3.4 數據模型 30
2.3.5 評估 30
2.3.6 部署 31
第3章 數據文件、變量與函數 33
3.1 SPSS的變量類型 33
3.1.1 數據的輸入 34
3.1.2 變量的編輯 35
3.2 數據文件的打開和保存 36
3.2.1 打開SPSS數據文件 37
3.2.2 打開其他格式的數據文件 37
3.2.3 數據文件保存 38
3.3 SPSS函數 38
3.3.1 算術函數 39
3.3.2 統計函數 39
3.3.3 邏輯函數 40
3.3.4 日期和時間函數 40
3.3.5 隨機變量函數 42
3.3.6 反分布函數 43
3.3.7 累計分布函數 44
3.3.8 缺失值函數 46
3.3.9 字符串函數 47
第4章 數據預處理 49
4.1 數據文件的整理 49
4.1.1 個案排序(Sort Case)過程
50
4.1.2 轉置(Transpose)過程 50
4.1.3 合并文件(Merge File)過程
51
4.1.4 匯總(Aggregate)過程 53
4.1.5 拆分文件(Split File)過程
55
4.1.6 選擇個案(Select Cases)
過程 55
4.1.7 個案加權(Weight Cases)
過程 56
4.2 數據變量的變換和計算 56
4.2.1 計算變量(Compute
Variables)過程 57
4.2.2 計數(Count)過程 59
4.2.3 重新編碼(Recode)過程 60
4.2.4 個案排秩(Rank Cases)
過程 61
4.2.5 自動重新編碼(Automatic
Recode)過程 63
第5章 基本統計分析 65
5.1 基本概念 65
5.1.1 基本的統計概念 65
5.1.2 描述性統計分析 67
5.2 頻率分析 68
5.2.1 頻率分析過程的操作界面 68
5.2.2 實例分析 70
5.3 描述性統計分析過程 72
5.3.1 描述性統計分析過程參數設置 72
5.3.2 實例分析 72
5.4 數據探索性分析過程 74
5.4.1 數據探索性分析過程參數設置 74
5.4.2 實例分析 75
5.5 交叉表分析過程 78
5.5.1 交叉表過程的參數設置 78
5.5.2 實例分析 81
第6章 參數檢驗 84
6.1 參數估計和假設檢驗概述 84
6.1.1 參數估計 84
6.1.2 假設檢驗 87
6.2 平均值(Means)過程 92
6.2.1 SPSS的平均值過程參數的設置 92
6.2.2 平均值過程實例 93
6.3 單樣本t檢驗 94
6.3.1 單樣本t檢驗過程的參數設置 94
6.3.2 實例分析 95
6.4 獨立樣本t檢驗 97
6.4.1 獨立樣本t檢驗過程的參數
設置 97
6.4.2 實例分析 98
6.5 成對樣本t檢驗 100
6.5.1 成對樣本t檢驗過程的參數
設置 100
6.5.2 實例分析 100
第7章 基本圖形的繪制 103
7.1 統計圖概述 103
7.2 條形圖 104
7.3 折線圖 108
7.4 面積圖 110
7.5 餅圖 111
7.5.1 餅圖參數設置 111
7.5.2 實例分析 112
7.6 高低圖 113
7.7 質量控制圖 114
7.8 箱圖 119
7.8.1 箱圖參數設置 119
7.8.2 實例分析 120
7.9 散點圖 121
7.9.1 散點圖參數設置 122
7.9.2 實例分析 122
7.10 直方圖 124
7.11 P-P圖和Q-Q圖 124
7.12 時間序列圖 126
7.12.1 時間序列圖參數設置 126
7.12.2 實例分析 130
第8章 非參數檢驗 133
8.1 非參數檢驗概述 133
8.2 檢驗 134
8.2.1 檢驗的參數設置 135
8.2.2 檢驗實例分析 137
8.3 二項分布檢驗 139
8.3.1 二項分布檢驗的參數設置
139
8.3.2 實例分析 139
8.4 游程檢驗 141
8.4.1 游程檢驗的參數設置 142
8.4.2 實例分析 142
8.5 單樣本K-S檢驗 144
8.5.1 單樣本K-S檢驗的參數設置 144
8.5.2 實例分析 145
8.6 兩獨立樣本分布位置檢驗 147
8.6.1 兩獨立樣本分布位置檢驗的
參數設置 148
8.6.2 實例分析 148
8.7 多個獨立樣本分布位置檢驗 150
8.7.1 多個獨立樣本分布位置檢驗的參數設置 150
8.7.2 實例分析 151
8.8 兩個相關樣本分布位置檢驗 153
8.8.1 兩個相關樣本分布位置檢驗的參數設置 153
8.8.2 實例分析 154
8.9 多個相關樣本分布位置檢驗 155
8.9.1 多個相關樣本分布位置檢驗的參數設置 156
8.9.2 實例分析 156
第9章 方差分析 159
9.1 方差分析的基本原理 159
9.1.1 自由度與平方和分解 160
9.1.2 F檢驗 162
9.1.3 多重比較 163
9.2 單因素ANOVA檢驗 164
9.2.1 單因素ANOVA檢驗步驟 165
9.2.2 判斷與結論 166
9.2.3 單因素 ANOVA檢驗過程的
參數設置 167
9.2.4 實例分析 169
9.3 多因素方差分析 170
9.3.1 只考慮主效應的多因素方差
分析 171
9.3.2 存在交互效應的多因素方差
分析 173
9.3.3 單變量過程參數設置 175
9.3.4 實例分析 179
9.4 協方差分析 183
9.4.1 協方差分析概述 183
9.4.2 實例分析 184

第10章 回歸分析 187
10.1 線性回歸 187
10.1.1 線性回歸模型 188
10.1.2 最小二乘估計 188
10.1.3 回歸方程的顯著性檢驗 189
10.1.4 預測問題 191
10.1.5 SPSS線性回歸分析設置
192
10.1.6 回歸分析模型的實例分析
196
10.2 非線性回歸 199
10.2.1 非線性回歸分析的基本原理
200
10.2.2 非線性回歸參數設置 200
10.2.3 實例分析 203
10.3 Logistic回歸 205
10.3.1 Logistic回歸模型概述 206
10.3.2 二元 Logistic回歸模型參數
設置 207
10.3.3 實例分析 210
第11章 相關分析 215
11.1 相關分析概述 215
11.1.1 相關關系 215
11.1.2 相關圖形和相關系數 216
11.1.3 SPSS的相關分析功能簡介
218
11.2 雙變量(Bivariate)過程 218
11.2.1 雙變量相關分析簡介 218
11.2.2 雙變量過程的參數設置 220
11.2.3 實例分析 222
11.3 偏相關(Partial)過程 224
11.3.1 偏相關過程的參數設置 224
11.3.2 實例分析 225
11.4 Distances(距離)過程 227
11.4.1 Distances過程的距離分析
參數設置 227
11.4.2 實例分析 230
第12章 聚類分析 232
12.1 聚類分析的原理 232
12.1.1 一般原理 233
12.1.2 聚類分析步驟 236
12.1.3 系統聚類方法 237
12.2 快速樣本聚類過程 240
12.2.1 快速聚類簡介 240
12.2.2 SPSS快速聚類的設置 240
12.2.3 實例分析 242
12.3 系統聚類過程 246
12.3.1 系統聚類簡介 246
12.3.2 SPSS系統聚類設置 246
12.3.3 實例分析 249
12.4 二階聚類分析 252
12.4.1 二階聚類簡介 252
12.4.2 SPSS二階聚類的設置 253
12.4.3 實例分析 254
第13章 判別分析 257
13.1 判別分析的基本原理 257
13.1.1 判別分析簡介 257
13.1.2 判別分析的數學模型與判別
方法 258
13.2 一般判別分析 265
13.2.1 一般判別分析的參數設置
265
13.2.2 實例分析 267
13.3 逐步判別分析 272
13.3.1 逐步判別的參數設置 272
13.3.2 實例分析 273
第14章 因子分析 279
14.1 因子分析簡介 279
14.1.1 因子分析的基本原理 280
14.1.2 因子分析的基本步驟和過程
282
14.2 SPSS因子分析 283
14.2.1 SPSS因子分析的參數設置
283
14.2.2 實例分析 286
第15章 對應分析 291
15.1 對應分析的基本原理 291
15.2 對應分析 293
15.2.1 對應分析過程的參數設置
293
15.2.2 實例分析 296
15.3 最優標度過程 299
15.3.1 最優標度過程的參數設置
299
15.3.2 實例分析 306
第16章 可靠性和多維標度分析 310
16.1 可靠性分析 310
16.1.1 可靠性分析的基本原理 310
16.1.2 可靠性分析的參數設置 312
16.1.3 實例分析 314
16.2 多維標度分析 316
16.2.1 多維標度分析簡介 316
16.2.2 多維標度過程的參數設置
317
16.2.3 實例分析 320
第17章 生存分析 323
17.1 生存分析簡介 323
17.1.1 生存分析的基本概念 323
17.1.2 生存資料的特點 325
17.1.3 生存分析方法 326
17.1.4 SPSS中的生存分析過程
326
17.2 壽命表(Life Tables)過程 327
17.2.1 壽命表分析過程的參數設置
327
17.2.2 實例分析 328
17.3 Kaplan-Meier分析 332
17.3.1 Kaplan-Meier分析過程的參數
設置 332
17.3.2 實例分析 334
17.4 Cox模型回歸分析 337
17.4.1 Cox回歸模型 337
17.4.2 Cox模型分析過程的參數設置
339
17.4.3 實例分析 343
第18章 對數線性模型 348
18.1 對數線性模型概述 348
18.2 常規模型(General)過程 349
18.2.1 常規模型分析過程的參數
設置 349
18.2.2 實例分析 351
18.3 分對數(Logit)過程 354
18.3.1 分對數分析過程的參數設置
354
18.3.2 實例分析 357
18.4 選擇模型(Model Selection)過程 360
18.4.1 選擇模型分析過程的參數
設置 360
18.4.2 實例分析 362
第19章 時間序列分析 365
19.1 時間序列概述 365
19.1.1 時間序列的組成部分 365
19.1.2 時間序列的數學模型 366
19.1.3 時間序列的分析步驟 368
19.1.4 SPSS時間序列分析功能
368
19.2 時間序列數據的預處理 375
19.2.1 缺失值替換 375
19.2.2 定義時間變量 376
19.2.3 時間序列預測的平穩化 376
19.3 指數平滑模型過程 377
19.3.1 指數平滑的基本原理 377
19.3.2 指數平滑模型分析過程的
參數設置 380
19.3.3 實例分析 381
19.4 ARIMA模型 386
19.4.1 ARIMA模型的基本原理
386
19.4.2 ARIMA模型分析過程的參數
設置 389
19.4.3 實例分析 390
19.5 季節性分解模型 394
19.5.1 季節性分解模型分析過程的
參數設置 394
19.5.2 實例分析 395
第20章 缺失值分析 399
20.1 缺失值理論概述 399
20.1.1 數據缺失方式 400
20.1.2 缺失值處理方法 400
20.2 SPSS缺失值分析 404
20.2.1 缺失值分析過程的參數設置 404
20.2.2 實例分析 408
第21章 決策樹模型 414
21.1 決策樹模型概述 414
21.1.1 CHAID算法 416
21.1.2 Exhaustive CHAID算法
417
21.1.3 CRT算法 417
21.1.4 QUEST算法 418
21.2 決策樹的參數設置 418
21.2.1 變量設置 418
21.2.2 類別(Categories)設置
419
21.2.3 輸出(Output)設置 420
21.2.4 驗證(Validation)設置 422
21.2.5 保存(Save)設置 423
21.2.6 條件(Criteria)設置 424
21.2.7 CHAID算法設置 425
21.2.8 CRT算法設置 425
21.2.9 QUEST算法設置 426
21.2.10 修剪(Pruning)設置 426
21.2.11 替代變量(Surrogates)設置
427
21.2.12 選項(Options)設置 427
21.2.13 錯誤分類成本設置 428
21.2.14 利潤(Profits)設置 428
21.2.15 先驗概率(Prior
Probabilities)設置 429
21.2.16 實例分析 430
21.2.17 模型建立 430
21.2.18 模型評估 432
第22章 神經網絡 439
22.1 神經網絡概述 439
22.1.1 歷史及現狀 440
22.1.2 神經網絡特點 441
22.1.3 神經元模型 442
22.1.4 神經網絡模型 443
22.1.5 神經網絡的學習規則 443
22.1.6 SPSS神經網絡模型 444
22.2 SPSS神經網絡模型的設置 447
22.2.1 多層感知器(MLP)分析
過程的參數設置 447
22.2.2 徑向基函數(RBF)分析過程
的參數設置 454
22.3 實例分析 456
22.3.1 參數設置 457
22.3.2 結果分析 459
第23章 信用風險分析 464
23.1 信用風險概述 464
23.1.1 信用風險基本概念 464
23.1.2 信用風險度量方法 465
23.1.3 SPSS中信用風險分析模塊
468
23.2 實例分析 468
23.2.1 二元Logistic分析過程 468
23.2.2 決策樹分析過程 474
23.2.3 判別式分析過程 479
第24章 SPSS在社會經濟 綜合評價中
的應用 484
24.1 沿海省市經濟綜合指標的主成分
分析 484
24.2 中國內地城鎮居民消費結構的聚類
分析 488
24.3 我國內地可支配收入和消費性支出
之間的回歸分析 492
序: