IBM SPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹

定　價(jià)：￥64.00

作　者：	張文彤等編著
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 行業(yè)軟件及應(yīng)用

購(gòu)買這本書(shū)可以去

ISBN：	9787302299547	出版時(shí)間：	2013-02-01	包裝：	平裝
開(kāi)本：	大32開(kāi)	頁(yè)數(shù)：	501	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《IBM SPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹》以ibm spss statistics 20．0和ibm spss modeler 14．1為工具，提供了醫(yī)療、金融、保險(xiǎn)、汽車、快速消費(fèi)品、市場(chǎng)研究、互聯(lián)網(wǎng)等多個(gè)行業(yè)的數(shù)據(jù)分析／挖掘案例，基于實(shí)戰(zhàn)需求，詳細(xì)講解整個(gè)案例的完整分析過(guò)程，并將模型和軟件的介紹融于案例講解之中，使讀者在閱讀時(shí)能突破方法和工具的局限，真正聚集于對(duì)數(shù)據(jù)分析精髓的領(lǐng)悟。《IBM SPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹》所附光盤包括案例數(shù)據(jù)和分析程序／流文件，讀者可完整重現(xiàn)全部的分析內(nèi)容?！禝BM SPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹》適合從初學(xué)者到專家各個(gè)級(jí)別的數(shù)據(jù)分析人員閱讀，尤其適合于以下讀者群：需要提升實(shí)戰(zhàn)能力的數(shù)據(jù)分析專業(yè)人員；在市場(chǎng)營(yíng)銷、金融、財(cái)務(wù)、人力資源管理中需要應(yīng)用數(shù)據(jù)分析的人士；從事咨詢、科研等工作的專業(yè)人士；同時(shí)也適合于各專業(yè)的本科和研究生作為學(xué)習(xí)數(shù)據(jù)分析應(yīng)用的參考書(shū)。

作者簡(jiǎn)介

　　張文彤博士，數(shù)據(jù)挖掘、市場(chǎng)研究、統(tǒng)計(jì)軟件教學(xué)與應(yīng)用領(lǐng)域?qū)＜?，現(xiàn)任全球第八大市場(chǎng)研究集團(tuán)INTAGE中國(guó)公司全國(guó)技術(shù)總監(jiān)。曾在復(fù)旦大學(xué)任教數(shù)載，期間協(xié)助SPSS在中國(guó)建立并完善了其培訓(xùn)體系，是國(guó)內(nèi)知名的SPSS培訓(xùn)師之一。在數(shù)據(jù)挖掘、市場(chǎng)研究、醫(yī)藥數(shù)據(jù)分析等領(lǐng)域均經(jīng)驗(yàn)豐富，曾負(fù)責(zé)為知名跨國(guó)公司完成了中國(guó)城市女性市場(chǎng)細(xì)分模型、銷量預(yù)測(cè)模型、商圈選址模型等各類項(xiàng)目，并協(xié)助完成多項(xiàng)IT、電信、稅務(wù)、銀行等行業(yè)的數(shù)據(jù)挖掘項(xiàng)目。鐘云飛資深數(shù)據(jù)分析專家，擁有超過(guò)10年的統(tǒng)計(jì)分析與數(shù)據(jù)挖掘在各行業(yè)的軟件應(yīng)用及咨詢經(jīng)驗(yàn)，歷任SPSS、SAS軟件公司首席咨詢顧問(wèn)，目前在國(guó)際商業(yè)機(jī)器（中國(guó)）有限公司軟件部工作，從事SPSS軟件企業(yè)應(yīng)用的推廣工作。主要關(guān)注統(tǒng)計(jì)分析與數(shù)據(jù)挖掘在銀行、電信、政府、保險(xiǎn)、零售等行業(yè)的應(yīng)用實(shí)踐，致力于使用數(shù)據(jù)分析方法幫助企業(yè)和政府組織從數(shù)據(jù)中獲取有價(jià)值的信息，從而提高管理水平

圖書(shū)目錄

第一部分 spss數(shù)據(jù)分析基礎(chǔ)
第1章數(shù)據(jù)分析方法論簡(jiǎn)介
1.1 三種數(shù)據(jù)分析方法論
1.2 crisp-dm方法論介紹
第2章數(shù)據(jù)分析方法體系簡(jiǎn)介
2.1 統(tǒng)計(jì)軟件中的數(shù)據(jù)存儲(chǔ)格式
2.2 數(shù)據(jù)的統(tǒng)計(jì)描述與參數(shù)估計(jì)
2.3 常用假設(shè)檢驗(yàn)方法
2.4 多變量模型
2.5 多元統(tǒng)計(jì)分析模型
2.6 智能統(tǒng)計(jì)分析／數(shù)據(jù)挖掘方法
第3章 ibm spss statistics操作入門
3.1 案例背景
3.2 數(shù)據(jù)文件的讀入與變量整理
3.3 問(wèn)卷數(shù)據(jù)分析
3.4 項(xiàng)目總結(jié)和討論
第4章 ibm spss statistics操作進(jìn)階
4.1 案例背景
4.2 問(wèn)卷錄入
4.3 問(wèn)卷質(zhì)量校驗(yàn)
4.4 問(wèn)卷數(shù)據(jù)分析
4.5 項(xiàng)目總結(jié)和討論
第5章 ibm spss modeler操作入門
5.1 ibm spss modeler概述
5.2 ibm spss modeler相關(guān)操作與技巧
5.3 ibm spss modeler功能介紹
5.4 案例分析：藥物選擇決策支持
5.5 如何進(jìn)一步學(xué)習(xí)ibm spss modeler
第二部分影響因素發(fā)現(xiàn)與數(shù)值預(yù)測(cè)
第6章酸奶飲料新產(chǎn)品口味測(cè)試
研究案例
6.1 案例背景
6.2 數(shù)據(jù)理解
6.3 不同品牌的評(píng)分差異分析
6.4 兩因素方差分析模型分析
6.5 分析結(jié)論與討論
第7章偏態(tài)分布的激素水平影響因素分析
7.1 案例背景
7.2 數(shù)據(jù)理解
7.3 對(duì)因變量變換后的建模分析
7.4 秩變換分析
7.5 利用cox模型進(jìn)行分析
7.6 項(xiàng)目總結(jié)與討論
第8章某車企汽車年銷量預(yù)測(cè)案例
8.1 案例背景
8.2 數(shù)據(jù)理解
8.3 變量變換后的線性回歸
8.4 曲線擬合
8.5 利用非線性回歸進(jìn)行擬合
8.6 項(xiàng)目總結(jié)與討論
第9章腦外傷急救后遲發(fā)性顱腦損傷影響因素分析案例
9.1 案例背景
9.2 數(shù)據(jù)理解
9.3 構(gòu)建二分類logistic回歸模型
9.4 利用樹(shù)模型發(fā)現(xiàn)交互項(xiàng)
9.5 使用廣義線性過(guò)程進(jìn)行分析
9.6 項(xiàng)目總結(jié)與討論
第10章中國(guó)消費(fèi)者信心指數(shù)影響因素分析
10.1 案例背景
10.2 數(shù)據(jù)理解
10.3 標(biāo)準(zhǔn)glm框架下的建模分析
10.4 多元方差分析模型的結(jié)果
10.5 最優(yōu)尺度回歸
10.6 多水平模型框架下的建模分析
10.7 項(xiàng)目總結(jié)與討論
第三部分信息濃縮、分類與感知圖呈現(xiàn)
第11章探討消費(fèi)者購(gòu)買保健品的動(dòng)機(jī)
11.1 案例背景
11.2 數(shù)據(jù)理解
11.3 利用因子分析進(jìn)行信息濃縮
11.4 基于因子分析結(jié)果進(jìn)行市場(chǎng)細(xì)分
11.5 項(xiàng)目總結(jié)與討論
第12章 1988年漢城奧運(yùn)會(huì)男子十項(xiàng)全能成績(jī)分析
12.1 案例背景
12.2 數(shù)據(jù)理解
12.3 利用因子分析進(jìn)行信息濃縮
12.4 主成分回歸
12.5 將主成分回歸方程還原回原始變量的形式
12.6 項(xiàng)目總結(jié)與討論
第13章打敗sars
13.1 案例背景
13.2 數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備
13.3 “非典”信息關(guān)注傾向的多維偏好分析
13.4 突發(fā)事件險(xiǎn)種購(gòu)買傾向的多重對(duì)應(yīng)分析
13.5 “非典”對(duì)未來(lái)生活方式的影響
13.6 項(xiàng)目總結(jié)與討論
第14章住院費(fèi)用影響因素挖掘
14.1 案例背景
14.2 數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備
14.3 采用聚類分析尋找費(fèi)用類型
14.4 住院費(fèi)用影響因素的神經(jīng)網(wǎng)絡(luò)分析
14.5 不同療法療效與費(fèi)用比較的神經(jīng)網(wǎng)絡(luò)分析
14.6 項(xiàng)目總結(jié)與討論
第四部分數(shù)據(jù)挖掘案例精選
第15章淘寶大賣家之營(yíng)銷數(shù)據(jù)分析
15.1 案例背景
15.2 利用rfm模型定位促銷名單
15.3 尋找有重購(gòu)行為買家的特征
15.4 總結(jié)與討論
第16章超市商品購(gòu)買關(guān)聯(lián)分析
16.1 案例背景
16.2 數(shù)據(jù)準(zhǔn)備
16.3 商品購(gòu)買關(guān)聯(lián)分析
16.4 結(jié)果應(yīng)用
第17章電信業(yè)客戶流失分析
17.1 案例背景
17.2 商業(yè)理解
17.3 數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備
17.4 建立模型與模型評(píng)估
17.5 模型的應(yīng)用及營(yíng)銷預(yù)演
17.6 總結(jié)與討論
第18章信用風(fēng)險(xiǎn)評(píng)分方法
18.1 案例背景
18.2 商業(yè)理解
18.3 數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備
18.4 建立模型與模型評(píng)估
18.5 對(duì)若干問(wèn)題的說(shuō)明
第19章醫(yī)療保險(xiǎn)業(yè)的欺詐發(fā)現(xiàn)
19.1 案例背景
19.2 商業(yè)理解
19.3 數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備
19.4 建立模型
19.5 結(jié)果發(fā)布
19.6 進(jìn)一步閱讀
第20章電子商務(wù)中的數(shù)據(jù)挖掘應(yīng)用
20.1 案例背景
20.2 數(shù)據(jù)理解
20.3 數(shù)據(jù)準(zhǔn)備
20.4 建立模型與模型發(fā)布
20.5 進(jìn)一步閱讀
附錄
附錄a 本書(shū)光盤內(nèi)容介紹
附錄b spss軟件的安裝與激活
附錄c 書(shū)中統(tǒng)計(jì)方法、模型與知識(shí)點(diǎn)
索引
附錄d ibm spss statiscs函數(shù)一覽表
附錄e ibm spss modeler節(jié)點(diǎn)功能簡(jiǎn)介
參考文獻(xiàn)
后記