新書推薦：
《
解套基本逻辑与六大战法
》
售價：HK$
58.8
《
超级制造
》
售價：HK$
143.9
《
明朝270年：明朝的外交博弈和权力游戏
》
售價：HK$
69.6
《
禅之道（畅销全球60余年的一代经典，揭示禅对现代人的解脱意义）
》
售價：HK$
82.8
《
改变历史的意大利豪门 ： 传奇家族美第奇
》
售價：HK$
90.0
《
Procreate插画手绘从新手到高手
》
售價：HK$
105.6
《
山河不足重，重在遇知己
》
售價：HK$
54.0
《
独自走过悲喜
》
售價：HK$
81.6
|
| 編輯推薦： |
（1）本书在第1版基础上，综合读者建议、课题使用情况进行修订和完善。
（2）增加经典实例，实例全部配有操作视频讲解。
（3）更新软件版本。
|
| 內容簡介： |
本书基于SPSS 21.0编写，每章均有大量分析案例，结合案例对SPSS各模块的统计分析功能和图形功能进行详细讲解。本书具体内容为SPSS简介、SPSS数据挖掘系统介绍、数据文件管理、数据预处理、基本统计分析、多重反应分析、均值的比较与检验、统计图制作、参数检验、回归分析、方差分析、相关分析、聚类分析、判别分析、因子分析、对应分析、信度分析、生存分析、对数线性模型、时间序列分析、缺失值分析，以及SPSS在财务智能、数据预测、股市分析、社会经济分析、金融数据分析等方面的数据挖掘应用。
本书最大特点是抛弃了其他同类书籍中只介绍理论用法、缺乏案例分析的弊端，全书给出大量数据挖掘分析案例，并配有视频讲解，为读者展示SPSS在数据分析、信用风险管理、直销分析、社会经济分析等实际项目中的应用。
|
| 關於作者： |
|
谢龙汉，华南理工大学机械与汽车工程学院，副教授。2002年毕业于浙江大学过程装备与控制工程专业本科，在浙江大学华工过程机械研究所取得硕士学位，之后在广州本田汽车有限公司研发中心工作过两年，2010年获得香港中文大学机械与自动化工程系的博士学位。国内外学术期刊上发表30多篇学术论文，出版过多部著作，写作经验丰富，作品技术含量高，实用性强。
|
| 目錄：
|
第1章 SPSS软件概述
1．1 SPSS简介
1．2 SPSS操作入门
1．2．1 软件安装、启动及退出
1．2．2 操作环境
1．2．3 系统参数的设置
1．3 SPSS的帮助系统
第2章 SPSS数据挖掘系统
2．1 数据挖掘概述
2．1．1 数据挖掘的含义
2．1．2 数据挖掘与OLAP
2．1．3 数据挖掘和统计学
2．1．4 数据挖掘的目的
2．1．5 数据挖掘应用
2．1．6 数据挖掘流程
2．2 成功的数据挖掘
2．2．1 CRISP-DM方法论
2．2．2 选择数据挖掘工具
2．2．3 SPSS数据挖掘
2．3 SPSS数据挖掘的过程
2．3．1 商业理解
2．3．2 数据理解
2．3．3 数据准备
2．3．4 数据模型
2．3．5 评估
2．3．6 部署
第3章 数据文件、变量与函数
3．1 SPSS的变量类型
3．1．1 数据的输入
3．1．2 变量的编辑
3．2 数据文件的打开和保存
3．2．1 打开SPSS数据文件
3．2．2 打开其他格式的数据文件
3．2．3 数据文件保存
3．3 SPSS函数
3．3．1 算术函数
3．3．2 统计函数
3．3．3 逻辑函数
3．3．4 日期和时间函数
3．3．5 随机变量函数
3．3．6 反分布函数
3．3．7 累计分布函数
3．3．8 缺失值函数
3．3．9 字符串函数
第4章 数据预处理
4．1 数据文件的整理
4．1．1 排序个案（Sort Case）过程
4．1．2 转置（Transpose）过程
4．1．3 合并文件（Merge File）过程
4．1．4 分类汇总（Aggregate）过程
4．1．5 拆分文件（Split File）过程
4．1．6 选择个案（Select Cases）过程
4．1．7 加权个案（Weight Cases）过程
4．2 数据变量的变换和计算
4．2．1 计算变量（Compute Variables）过程
4．2．2 计数（Count）过程
4．2．3 重新编码（Recode）过程
4．2．4 个案排秩（Rank Cases）过程
4．2．5 自动重新编码（AutomaticRecode）过程
第5章 基本统计分析
5．1 基本概念
5．1．1 基本的统计概念
5．1．2 描述性统计分析
5．2 频数分析
5．2．1 Frequencies过程的操作界面
5．2．2 实例分析
5．3 描述性统计分析过程
5．3．1 Descriptive过程的参数设置
5．3．2 实例分析
5．4 数据探索性分析过程
5．4．1 Explore过程的参数设置
5．4．2 实例分析
5．5 列联表分析过程
5．5．1 Crosstabs过程的参数设置
5．5．2 实例分析
第6章 参数检验
6．1 参数估计和假设检验概述
6．1．1 参数估计
6．1．2 假设检验
6．2 均值（Means）过程
6．2．1 SPSS的均值（Means）过程参数设置
6．2．2 均值（Means）过程实例
6．3 单样本t检验
6．3．1 单样本t检验过程的参数设置
6．3．2 实例分析
6．4 独立样本t检验
6．4．1 独立样本t检验过程的参数设置
6．4．2 实例分析
6．5 配对两样本t检验
6．5．1 配对两样本t检验过程的参数设置
6．5．2 实例分析
第7章 基本图形的绘制
7．1 统计图概述
7．2 条形图
7．3 线图
7．4 面积图
7．5 饼图
7．5．1 SPSS设置
7．5．2 实例分析
7．6 高低图
7．7 质量控制图
7．8 箱图
7．8．1 SPSS参数设置
7．8．2 实例分析
7．9 散点图
7．9．1 SPSS参数设置
7．9．2 实例分析
7．10 直方图
7．11 时间序列图
7．11．1 SPSS参数设置
7．11．2 实例分析
第8章 非参数检验
8．1 非参数检验概述
8．2 检验
8．2．1 检验的参数设置
8．2．2 检验实例分析
8．3 二项分布检验
8．3．1 二项分布检验的参数设置
8．3．2 实例分析
8．4 游程检验
8．4．1 游程检验的参数设置
8．4．2 实例分析
8．5 单样本K-S检验
8．5．1 单样本K-S检验的参数设置
8．5．2 实例分析
8．6 两独立样本分布位置检验
8．6．1 两独立样本分布位置检验的参数设置
8．6．2 实例分析
8．7 多个独立样本分布位置检验
8．7．1 SPSS参数设置
8．7．2 实例分析
8．8 两相关样本分布位置检验
8．8．1 SPSS参数设置
8．8．2 实例分析
8．9 多个配对样本分布位置检验
8．9．1 SPSS参数设置
8．9．2 实例分析
第9章 方差分析
9．1 方差分析的基本原理
9．1．1 自由度与平方和分解
9．1．2 F检验
9．1．3 多重比较
9．2 单因素方差分析
9．2．1 单因素方差分析步骤
9．2．2 判断与结论
9．2．3 One-Way ANOVA过程的参数设置
9．2．4 实例分析
9．3 多因素方差分析
9．3．1 只考虑主效应的多因素方差分析
9．3．2 存在交互效应的多因素方差分析
9．3．3 Univariate过程参数设置
9．3．4 实例分析
9．4 协方差分析
9．4．1 协方差分析概述
9．4．2 实例分析
第10章 回归分析
10．1 线性回归
10．1．1 线性回归模型
10．1．2 最小二乘估计
10．1．3 回归方程的显著性检验
10．1．4 预测问题
10．1．5 SPSS线性回归分析设置
10．1．6 回归分析模型的实例分析
10．2 非线性回归
10．2．1 非线性回归分析的基本原理
10．2．2 非线性回归参数设置
10．2．3 案例――销售数量和广告投入的非线性回归分析
10．3 Logistic回归
10．3．1 Logistic回归模型概述
10．3．2 Binary Logistic回归模型参数设置
10．3．3 案例――银行贷款的信用风险分析
第11章 相关分析
11．1 相关分析概述
11．1．1 相关关系
11．1．2 相关图形和相关系数
11．1．3 SPSS的相关分析功能简介
11．2 Bivariate（双变量）过程
11．2．1 双变量相关分析简介
11．2．2 Bivariate过程的参数设置
11．2．3 案例――汽车销售中各变量之间的相关分析
11．3 Partial（偏相关）过程
11．3．1 Partial过程的参数设置
11．3．2 案例――医疗门诊病人的流动情况分析
11．4 Distances（距离）过程
11．4．1 Distances过程的参数设置
11．4．2 案例――全国各个省市自治区直辖市的农民家庭收支的分布研究
第12章 聚类分析
12．1 聚类分析的原理
12．1．1 一般原理
12．1．2 聚类分析步骤
12．1．3 系统聚类方法
12．2 快速样本聚类过程
12．2．1 快速聚类简介
12．2．2 SPSS快速聚类的设置
12．2．3 案例――2006年中国主要城市空气质量的比较分析
12．3 系统聚类过程
12．3．1 系统聚类简介
12．3．2 SPSS系统聚类设置
12．3．3 案例――中国经济地理区域的聚类分析
12．4 两阶段聚类分析
12．4．1 两阶段聚类简介
12．4．2 SPSS两阶段聚类的设置
12．4．3 案例――两阶段聚类分析应用于农村居民人均收入与生活消费支出研究
第13章 判别分析
13．1 判别分析的基本原理
13．1．1 判别分析简介
13．1．2 判别分析的数学模型与判别方法
13．2 一般判别分析
13．2．1 一般判别分析的参数设置
13．2．2 案例――上市公司类型的比较分析
13．3 逐步判别分析
13．3．1 逐步判别的参数设置
13．3．2 案例――全国部分省市地区的农民家庭收支的分布规律研究
第14章 因子分析
14．1 因子分析简介
14．1．1 因子分析的基本原理
14．1．2 因子分析的基本步骤和过程
14．2 SPSS因子分析
14．2．1 SPSS因子分析的参数设置
14．2．2 案例――汽车销售的数据中各变量的因子分析
第15章 对应分析
15．1 对应分析的基本原理
15．2 简单对应分析
15．2．1 Correspondence Analysis过程
15．2．2 案例――简单对应分析实例
15．3 Optimal Scaling过程
15．3．1 Optimal Scaling过程的SPSS参数设置
15．3．2 案例――最优尺度分析实例
第16章 可靠性和多维尺度分析
16．1 可靠性分析
16．1．1 可靠性分析的基本原理
16．1．2 可靠性分析的参数设置
16．1．3 案例――电视节目调查数据可靠性分析
16．2 多维尺度分析
16．2．1 多维尺度分析简介
16．2．2 ALSCAL过程的参数设置
16．2．3 案例――多维尺度实例分析
第17章 生存分析
17．1 生存分析简介
17．1．1 生存分析的基本概念
17．1．2 生存资料的特点
17．1．3 生存分析方法
17．1．4 SPSS中的生存分析过程
17．2 Life Tables过程
17．2．1 Life Tables过程的参数设置
17．2．2 案例――电信公司客户流失分析
17．3 Kaplan-Meier分析
17．3．1 Kaplan-Meier分析的步骤
17．3．2 案例――新药开发的数据分析
17．4 Cox模型回归分析
17．4．1 Cox回归模型
17．4．2 Cox模型参数设置
17．4．3 案例――电信公司的客户流失的Cox回归模型分析
第18章 对数线性模型
18．1 对数线性模型概述
18．2 General过程
18．2．1 General过程的参数设置
18．2．2 实例分析
18．3 Logit过程
18．3．1 Logit过程的参数设置
18．3．2 实例分析
18．4 模型选择（Model Selection）过程
18．4．1 模型选择的参数设置
18．4．2 实例分析
第19章 时间序列分析
19．1 时间序列概述
19．1．1 时间序列的组成部分
19．1．2 时间序列的数学模型
19．1．3 时间序列的分析步骤
19．1．4 SPSS时间序列分析功能
19．2 时间序列数据的预处理
19．2．1 缺失值替换
19．2．2 定义时间变量
19．2．3 时间序列的平稳化
19．3 指数平滑模型过程
19．3．1 指数平滑的基本原理
19．3．2 指数平滑模型的参数设置
19．3．3 案例――销售数据预测分析
19．4 ARIMA模型
19．4．1 ARIMA模型的基本原理
19．4．2 ARIMA模型的参数设置
19．4．3 案例――上海证券交易所综合指数收益率模拟预测分析
19．5 季节分解模型过程
19．5．1 季节分解模型的参数设置
19．5．2 案例――具有季节因素的服装销售数据的预测分析
第20章 缺失值分析
20．1 缺失值理论概述
20．1．1 数据缺失方式
20．1．2 缺失值处理方法
20．2 SPSS缺失值分析操作
20．2．1 缺失值分析的参数设置
20．2．2 案例――数据集中缺失值的实例分析
第21章 决策树模型
21．1 决策树模型概述
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 决策树的参数设置
21．2．1 变量设置
21．2．2 类别（Categories）设置
21．2．3 输出（Output）设置
21．2．4 验证（Validation）设置
21．2．5 保存（Save）设置
21．2．6 条件（Criteria）设置
21．2．7 CHAID算法设置
21．2．8 CART算法设置
21．2．9 QUEST算法设置
21．2．10 修剪（Pruning）设置
21．2．11 替代变量（Surrogates）设置
21．2．12 选项（Options）设置
21．2．13 误分类成本设置
21．2．14 利润（Profits）设置
21．2．15 先验概率（Prior Probabilities）设置
21．2．16 实例分析
21．2．17 模型建立
21．2．18 模型评估
第22章 神经网络
22．1 神经网络概述
22．1．1 历史及现状
22．1．2 神经网络特点
22．1．3 神经元模型
22．1．4 神经网络模型
22．1．5 神经网络的学习规则
22．1．6 SPSS神经网络模型
22．2 SPSS神经网络模型的设置
22．2．1 多层感知器（MLP）的设置
22．2．2 径向基函数（RBF）的设置
22．3 实例分析
22．3．1 参数设置
22．3．2 结果分析
第23章 信用风险分析
23．1 信用风险概述
23．1．1 信用风险基本概念
23．1．2 信用风险度量方法
23．1．3 SPSS中信用风险分析模块
23．2 案例分析
23．2．1 Binary Logistic（二元Logistic）过程
23．2．2 Tree（决策树）过程
23．2．3 Discriminant（判别）过程
第24章 SPSS在社会经济综合评价中的应用
24．1 沿海省市经济综合指标的主成分分析
24．2 中国内地城镇居民消费结构的聚类分析
24．3 我国内地可支配收入和消费性支出之间的回归分析
|
| 內容試閱：
|
再版前言
SPSS（Statistical Product and Service Solutions，统计产品和服务解决方案）是当今国际上最流行的统计分析软件之一，具有界面友好、统计功能强大、前后处理功能完善等优点。SPSS提供了广泛的数据收集、分类、分析和处理技术，揭示了数据模式、异常，以及关键变量和关系，帮助企业深入洞察企业信息，做出更好决策。本书从SPSS窗口操作出发，用案例的形式介绍SPSS数据分析在各个领域的广泛应用。
本书集作者多年使用SPSS的工作经验，并在改正第1版错误的基础上编写，在编写过程中，突出了以下特点。
① 直观易懂性。全书以图解实例的形式介绍基础知识和实例操作，所有的知识模块和案例分析都尽可能详细，模块操作采取中英文介绍的方式进行，直观易懂，使读者能够在最短的时间内获取最多的知识。
② 先进性。以最新的SPSS 21.0中文版为蓝本进行讲解，中英文并用，广泛吸收国内外优秀教材的成果进行内容编排，在系统介绍基本理论和基本方法的同时，注意介绍新的成熟的内容，以及统计学在实际问题中的应用。
③ 实用性。全书采用了基础知识介绍和实例操作相结合的方法，互相补充，书中的实例大多来源于经济生活之中，使读者在学完本书后能够快速将知识应用于实践。
④ 结构清晰，讲解详尽。全书采用基础知识—窗口操作—综合实例分析的循序渐进的讲解方法，一步一步地提高读者的SPSS操作知识，而且每个知识点和实例都尽可能详细地讲解，使读者学习起来轻松自如。
⑤ 全部的案例数据、程序与多媒体示范相结合。本书的配套光盘 中提供了所有实例的数据、SPSS窗口操作视频，读者可以在观看录像中增强对知识点的理解。
本书共24章，依次介绍SPSS基本文件管理、基本统计分析、高级统计分析、决策树模型、神经网络模型、信用风险、社会经济评价，以及各章节中的案例分析等内容。
第 1 章 SPSS软件概述。包括SPSS软件简介、SPSS操作入门、SPSS各个模块，以及SPSS帮助系统。
第 2 章 SPSS数据挖掘系统。包括数据挖掘概述、SPSS数据挖掘过程的介绍，以便掌握数据挖掘基本概念、流程等知识。
第 3 章 数据文件、变量与函数。包括SPSS的变量类型、SPSS数据文件的打开和保存，最后介绍SPSS的函数。
第 4 章 数据预处理。包括最基本的数据文件的整理和数据变量的变换和计算。
第 5 章 基本统计分析。包括基本概念、频数过程、描述性统计分析过程、数据探索性分析过程，以及列联表分析过程。
第 6 章 参数检验。包括参数估计和假设检验概述、均值（Means）过程、单样本t检验、独立样本t检验，以及配对两样本 t 检验。
第 7 章 基本图形的绘制。包括统计图概述、条形图、线图、面积图、饼图、高低图、质量控制图、箱图、散点图、直方图、P-P图和Q-Q图，以及时间序列图。
第 8 章 非参数检验。包括非参数检验概述、2检验、二项分布检验、游程检验、K-S检验、两独立样本分布位置检验、多个独立样本分布位置检验、两相关样本分布位置检验、多个独立样本分布位置检验。
第 9 章 方差分析。包括方差分析的基本原理、单因素方差分析、多因素方差分析、协方差分析。
第 10 章 回归分析。包括线性回归、非线性回归，以及Logistic过程。
第 11 章 相关分析。包括相关分析概述、Bivariate过程、Partial过程，以及Distances（距离）过程。
第 12 章 聚类分析。包括聚类分析的原理、快速聚类的SPSS过程、系统聚类的SPSS过程、两阶段聚类的SPSS过程，以及案例分析。
第 13 章 判别分析。包括判别分析的基本原理、一般判别分析过程、逐步判别分析过程。
第 14 章 因子分析。包括因子分析，以及SPSS中的因子分析操作过程。
第 15 章 对应分析。包括对应分析的基本原理、对应分析过程、Optimal Scaling过程。
第 16 章 可靠性和多维尺度分析。包括可靠性分析、多维尺度分析及案例。
第 17 章 生存分析。包括生存分析概述、Life Tables过程、Kaplan-Meier分析过程、Cox模型回归分析。
第 18 章 对数线性模型。包括对数线性模型概述、General过程、Logit过程、模型（Model）Selection过程。
第 19 章 时间序列分析。包括时间序列概述、时间序列数据的预处理、指数平滑方法、ARIMA模型、季节分解模型。
第 20 章 缺失值分析。包括SPSS中的缺失值理论概述、SPSS缺失值分析操作，以及缺失值实例分析。
第 21 章 决策树模型。包括决策树模型概述、SPSS中参数设置，以及利用实例分析来介绍决策树模型的应用。
第 22 章 神经网络。包括神经网络概述、SPSS神经网络模型的设置及实例分析。
第 23 章 信用风险分析。包括主要信用风险概述，以及利用SPSS解决信用风险的各种实例分析。
第 24 章 SPSS在社会经济综合评价中的应用。包括SPSS的各种分析案例，包括沿海省市经济综合指标的主成分分析、中国城镇居民消费结构的聚类分析研究，以及我国内地可支配收入和消费性支出之间的回归分析。
本书主要由谢龙汉、尚涛、蔡明京完成，参与编写和光盘开发的还有林伟、魏艳光、林木议、王悦阳、林伟洁、林树财、郑晓、吴苗、卢彩元、苏延全、王文娟、周金华、吕云峰、付应乾、唐长刚、王敏、杨峰、赵新宇、丁圆圆等。由于时间仓促，书中难免有疏漏之处，请读者谅解。读者可通过电子邮件与我们交流。
注：本书在介绍软件应用时，命令、选项等包含英文注释，有助于使用英文版软件的读者学习。
编著者
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
