誰說菜鳥不會數據分析(SPSS篇) ( 簡體 字) |
作者:狄松等 | 類別:1. -> 工具書、軟體 -> 統計軟體 |
譯者: |
出版社:電子工業出版社 | 3dWoo書號: 44143 詢問書籍請說出此書號!【缺書】 NT售價: 295 元 |
出版日:5/1/2016 |
頁數:228 |
光碟數:0 |
|
站長推薦: |
印刷:全彩印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787121288012 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(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:自《誰說菜鳥不會數據分析》系列圖書上市以來,已擁有數十萬讀者與粉絲,口口相傳,成為職場人士案頭必備的參考用書,遇到問題隨手翻翻,總能找到一些快意的辦法,打開腦洞。同時非常榮幸地獲得“出版全行業優秀暢銷品”稱號,這離不開廣大讀者的厚愛與支持。 隨著數據分析在日常工作和生活中的重要性日益凸顯,對于一些需要不斷提升的讀者來說,他們已經不滿足于現狀,迫切需要增強在數據分析方面的專業性。而SPSS 因為操作簡便,無須編程,分析專業,幾乎是業余進階專業的必備工具。這也促使眾多讀者來信催我們早日出版《誰說菜鳥不會數據分析(SPSS 篇)》。 有了上千位熱心讀者的不斷來信咨詢與支持,經過兩年時間的打磨,這本書總算與讀者見面了。 這本書從解決工作中的實際問題出發,總結并提煉工作中SPSS 經常用到并且非常實用的數據處理、數據分析實戰方法與技巧。本書力求通俗易懂地介紹數據分析方法與技巧,在不影響學習理解的前提下,盡可能避免使用晦澀難懂的統計術語或模型公式,如需了解相關的統計學知識,可查閱相關的統計學書籍。 本書第1 和第2 章由張文霖完成,第3 章由狄松完成,第4 和第5 章由馬世澎完成,第6~12 章由祝迎春完成,最終由狄松統一審稿。整個寫作過程是艱辛的,但是也很有成就感。我們努力講好數據分析的故事,同時把這個故事盡量展現得美麗動人。 如果你覺得她看起來很輕松,千萬別誤以為她是一本小說,她其實是一本數據分析書 她拋開復雜的數學或者統計學原理,她只和你講必知必會的要點,關注解決實際問題; 她不去探究科班的學術問題,她只和你耐心地分享職場中的實戰案例; 她不板起臉和你講大道理,她只和你娓娓道來切身的趣味故事; 她天生麗質,圖表漂亮絕倫; 她多姿多彩,還有卡通漫畫風; 可能你會覺得她膚淺…… 但是,當你揭開她華麗的外衣時,你會驚艷; 也會被她通俗而不庸俗,美麗而又深刻的本質所吸引。 把她珍藏起來吧,因為: 她會循循善誘地把你領進數據分析的大門; 她會讓你的簡歷更加具有吸引力; 她會讓老板對你刮目相看; 她值得在你的書架上長期逗留,會為你的書架增添色彩。 她講述了職場三人行的故事,她的故事還會讓你偷著笑 牛董,關鍵詞:私企董事、要求嚴格、為人苛刻。 小白,關鍵詞:在職場打拼一年的偽白骨精(白領+ 骨干+ 精英)、數據分析師、單身女白領、愛臆想。 Mr. 林,關鍵詞:小白現任上司、數據分析達人、成熟男士、樂于助人、做事嚴謹。 哪些人會對她的故事有閱讀興趣呢 ★ 需要提升自身競爭力的職場新人。 ★ 在市場營銷、金融、財務、人力資源、產品設計等管理工作中需要進行數據分析的人士。 ★ 經常閱讀經營分析、市場研究報告的各級管理人員。 ★ 從事咨詢、研究、分析等工作的專業人士。 故事作者的致謝 感謝廣大讀者的支持,讓作者下定決心寫這本書。在此要衷心感謝成都道然科技有限責任公司的姚新軍先生,感謝他的提議和在寫作過程中的支持。感謝參與本書優化的朋友:王斌、李偉、張強林、萬雷、李平、王曉、景小燕、余松。非常感謝本書的插畫師王馨和張雅文的辛苦勞動,您的作品也讓本書增色了不少。 感謝鄧凱、黃成明、石軍、沈浩、鄭來軼、馬廣斌等書評作者,感謝他們在百忙之中抽空閱讀書稿,撰寫書評,并提出寶貴意見。 最后,感謝四位作者的家人,感謝他們默默無聞的付出,沒有他們的理解與支持,同樣也沒有本書。 盡管我們對書稿進行了多次修改,仍然不可避免地會有疏漏和不足之處,敬請廣大讀者批評指正,我們會在適當的時間進行修訂,以滿足更多人的需要。 本書配套案例數據下載方式: (1)http://blog.sina.com.cn/xiaowenzi22 (2)關注微信訂閱號:小蚊子數據分析,回復“1”或“SPSS 篇”獲取下載鏈接 (3)http://read.zhiliaobang.com/pages/article/43
業內人士的推薦(排名不分先后,以姓氏拼音排序) 本書將看似“浮云”的數據分析領域,蘊于商業化的場景之中,生動形象地讓讀者了解到“給力”的數據分析師是如何煉成的!引導非專業人士從數據的角度,認識、剖析、解決商業問題;對專業人士而言,亦能提供一次梳理和提高的學習機會。 鄧凱 數據挖掘與數據分析博主,資深數據分析師 這是一本適合普通大眾的“專業”數據分析書,由淺入深,富有體系。既有一口氣讀完的沖動,又想馬上找一臺電腦試一試這些“新奇”的分析方法,更想拿一些數據來分析找找其中的規律。 讀完本書,你會發現數據分析的樂趣,它并不是那么枯燥,數據背后的故事簡直是太有意思了。從此你將發現:無論是新聞媒體,還是企業報表中的數字,都將不再孤獨,因為它們在那里,在和你說著話! 祝愿大家早日練就一顆數據分析的“心”! 黃成明 數據化管理顧問及培訓師,零售及服裝企業數據化管理咨詢顧問 SPSS 等統計軟件的應用是以統計學知識為基礎的,而現實是我們的“數據分析人員”,往往不具備統計學基礎知識和系統的研究訓練。因此大家在應用統計軟件解決問題時,哪怕是一個小問題,也會覺得無從入手,并在具體的數據處理和統計分析過程中,處處一頭霧水,心里沒底。 隨著大數據時代的到來,我們最迫切需要的倒不是IT 行業所說的“大數據”,而是在利用好現有數據的條件下,能夠掌握統計分析利器進行敏捷深刻的研究思考。 我非常喜歡《誰說菜鳥不會數據分析》系列書籍,“菜鳥”系列的長篇“小說”我都是一口氣讀完的,享受了在閱讀過程中和作者的思路同步的趣味盎然,這本書同樣如此。強烈推薦這本SPSS 統計分析軟件的入門應用書籍,祝愿大家都和小白一起學有所成。 馬廣斌,博士 北京數海時代分析技術有限公司 總經理 原 析數軟件(SPSS China)統計服務事業部 總經理 當談到用數據解決問題時,我經常用這樣的語言去詮釋:“如果你不能量化它,你就不能理解它,如果不理解就不能控制它,不能控制也就不能改變它”。數據無處不在,信息時代最主要的特征就是“數據處理”,數據分析正以我們從未想象過的方式影響著日常生活。 在知識經濟與信息技術時代,每個人都面臨著如何有效地吸收、理解和利用信息的挑戰。那些能夠有效利用工具從數據中提煉信息、發現知識的人,最終往往成為各行各業的強者! 這本書向我們清晰又友好地介紹了數據分析方法、技巧與工具,強烈推薦讀一讀這本書,或許會給你帶來更大的驚喜! 沈浩 中國傳媒大學電視與新聞學院,教授 調查統計研究所,副所長 數據挖掘研發中心,主任 IPSOS 公司,首席技術顧問 數據分析理論、公式和方法對部分初學者來說是枯燥、乏味的,或陷入云山霧罩中不得其道。 本書最大的特點是使用幽默風趣的語言,結合工作中典型案例加以分析、解讀,是一本數據分析工作者值得一讀的好書。 石軍 安徽同徽信息技術有限公司,總經理 數據分析是一種能力,更是一種思想。此書結構有層次、內容全面、通俗易懂,通過SPSS工具一步步帶你走進數據分析的世界,探索數據分析的價值,讓數據分析變得既簡單又有趣。 鄭來軼 數據分析網創始人,某知名互聯網公司數據分析專家 |
內容簡介:作為《誰說菜鳥不會數據分析》家族的新成員,本書依然通俗地講解數據分析的實踐。本書繼續采用職場二人行的方式來構建內容,細致梳理了準專業數據分析的常見問題,并且挑選出企業實踐中最容易碰到的案例,以最輕松直白的方式來講好數據分析的故事。本書從解決工作實際問題出發,從數據描述、分析推斷到探索性分析,總結并提煉工作中非常實用的數據處理、數據分析實戰方法與技巧。本書盡可能避免使用晦澀難懂的術語或模型公式,以便于讀者快速掌握數據分析的相關技能。 |
目錄:第1 章 SPSS 概況/ 11 1.1 SPSS 簡介/ 12 1.2 SPSS 特點/ 13 1.3 SPSS 安裝/ 15 1.4 SPSS 窗口/ 19 1.5 本章小結/ 22 第2 章 數據處理/ 23 2.1 數據變量/ 24 2.1.1 數據類型/ 24 2.1.2 變量尺度/ 25 2.2 數據導入/ 27 2.2.1 Excel 數據導入/ 27 2.2.2 文本數據導入/ 29 2.3 數據清洗/ 33 2.4 數據抽取/ 35 2.4.1 字段拆分/ 35 2.4.2 隨機抽樣/ 38 2.5 數據合并/ 40 2.5.1 字段合并/ 40 2.5.2 記錄合并/ 41 2.6 數據分組/ 43 2.6.1 可視分箱/ 43 2.6.2 重新編碼/ 46 2.7 數據標準化/ 48 2.7.1 0-1 標準化/ 48 2.7.2 Z 標準化/ 50 2.8 本章小結/ 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 數據報表制作/ 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 報表靈活運用/ 75 3.6 本章小結/ 80 第4 章 相關分析/ 81 4.1 相關分析簡介/ 82 4.2 相關分析實踐/ 84 4.2.1 散點圖繪制/ 85 4.2.2 相關分析操作/ 86 4.3 本章小結/ 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踐/ 99 5.4 本章小結/ 106 第6 章 自動線性建模/ 107 6.1 自動建模/ 108 6.2 模型結果解讀/ 113 6.3 模型預測/ 121 6.4 本章小結/ 122 第7 章 Logistic 回歸/ 123 7.1 Logistic 回歸簡介/ 124 7.2 Logistic 回歸實踐/ 127 7.2.1 Logistic 回歸操作/ 128 7.2.2 Logistic 回歸結果解讀/ 129 7.2.3 Logistic 回歸預測/ 131 7.3 本章小結/ 135 第8 章 時間序列分析/ 137 8.1 時間序列分析簡介/ 138 8.2 季節分解法/ 139 8.3 專家建模法/ 148 8.3.1 時間序列預測步驟/ 148 8.3.2 時間序列分析操作/ 149 8.3.3 時間序列分析結果解讀/ 151 8.3.4 時間序列預測應用/ 153 8.4 本章小結/ 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 數據準備/ 162 9.2.2 RFM 分析實踐/ 163 9.2.3 RFM 分析結果解讀/ 167 9.3 RFM 分析應用/ 170 9.4 本章小結/ 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 快速聚類分析結果解讀/ 182 10.3 系統聚類分析/ 186 10.3.1 系統聚類分析操作/ 186 10.3.2 系統聚類分析結果解讀/ 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 二階聚類分析結果解讀/ 195 10.5 聚類方法的對比/ 201 10.6 本章小結/ 202 第11 章 因子分析/ 203 11.1 因子分析簡介/ 204 11.2 因子分析實踐/ 206 11.2.1 因子分析操作/ 207 11.2.2 因子分析結果解讀/ 210 11.3 本章小結/ 217 第12 章 對應分析/ 219 12.1 對應分析簡介/ 220 12.2 對應分析實踐/ 221 12.2.1 對應分析操作/ 221 12.2.2 對應分析結果解讀/ 225 12.3 本章小結/ 228 |
序: |