✍ Scribed by 谢龙汉，蔡思祺编著
No coin nor oath required. For personal study only.
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。
扉页
版权页
再版前言
目 录
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 个案排序（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 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 个案加权（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（Automatic Recode）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 频率分析
5.2.1 频率分析过程的操作界面
5.2.2 实例分析
5.3 描述性统计分析过程
5.3.1 描述性统计分析过程参数设置
5.3.2 实例分析
5.4 数据探索性分析过程
5.4.1 数据探索性分析过程参数设置
5.4.2 实例分析
5.5 交叉表分析过程
5.5.1 交叉表过程的参数设置
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 平均值（Means）过程
6.2.1 SPSS的平均值过程参数的设置
6.2.2 平均值过程实例
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 成对样本t检验
6.5.1 成对样本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 折线图
7.4 面积图
7.5 饼图
7.5.1 饼图参数设置
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 箱图参数设置
7.8.2 实例分析
7.9 散点图
7.9.1 散点图参数设置
7.9.2 实例分析
7.10 直方图
7.11 P-P图和Q-Q图
7.12 时间序列图
7.12.1 时间序列图参数设置
7.12.2 实例分析
第8章 非参数检验
8.1 非参数检验概述
8.2 x2检验
8.2.1 x2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 两个独立样本分布位置检验
8.6.1 两个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 多个独立样本分布位置检验的参数设置
8.7.2 实例分析
8.8 两个相关样本分布位置检验
8.8.1 两个相关样本分布位置检验的参数设置
8.8.2 实例分析
8.9 多个相关样本分布位置检验
8.9.1 多个相关样本分布位置检验的参数设置
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ANOVA检验
9.2.1 单因素ANOVA检验步骤
9.2.2 判断与结论
9.2.3 单因素 ANOVA检验过程的参数设置
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 单变量过程参数设置
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 实例分析
10.3 Logistic回归
10.3.1 Logistic回归模型概述
10.3.2 二元 Logistic回归模型参数设置
10.3.3 实例分析
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 双变量（Bivariate）过程
11.2.1 双变量相关分析简介
11.2.2 双变量过程的参数设置
11.2.3 实例分析
11.3 偏相关（Partial）过程
11.3.1 偏相关过程的参数设置
11.3.2 实例分析
11.4 Distances（距离）过程
11.4.1 Distances过程的距离分析参数设置
11.4.2 实例分析
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 实例分析
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 实例分析
12.4 二阶聚类分析
12.4.1 二阶聚类简介
12.4.2 SPSS二阶聚类的设置
12.4.3 实例分析
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 实例分析
13.3 逐步判别分析
13.3.1 逐步判别的参数设置
13.3.2 实例分析
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 实例分析
第15章 对应分析
15.1 对应分析的基本原理
15.2 对应分析
15.2.1 对应分析过程的参数设置
15.2.2 实例分析
15.3 最优标度过程
15.3.1 最优标度过程的参数设置
15.3.2 实例分析
第16章 可靠性和多维标度分析
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 实例分析
16.2 多维标度分析
16.2.1 多维标度分析简介
16.2.2 多维标度过程的参数设置
16.2.3 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 寿命表（Life Tables）过程
17.2.1 寿命表分析过程的参数设置
17.2.2 实例分析
17.3 Kaplan-Meier分析
17.3.1 Kaplan-Meier分析过程的参数设置
17.3.2 实例分析
17.4 Cox模型回归分析
17.4.1 Cox回归模型
17.4.2 Cox模型分析过程的参数设置
17.4.3 实例分析
第18章 对数线性模型
18.1 对数线性模型概述
18.2 常规模型（General）过程
18.2.1 常规模型分析过程的参数设置
18.2.2 实例分析
18.3 分对数(Logit)过程
18.3.1 分对数分析过程的参数设置
18.3.2 实例分析
18.4 选择模型（Model Selection）过程
18.4.1 选择模型分析过程的参数设置
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 时间序列预测的平稳化
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 指数平滑模型分析过程的参数设置
19.3.3 实例分析
19.4 ARIMA模型
19.4.1 ARIMA模型的基本原理
19.4.2 ARIMA模型分析过程的参数设置
19.4.3 实例分析
19.5 季节性分解模型
19.5.1 季节性分解模型分析过程的参数设置
19.5.2 实例分析
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
20.2.1 缺失值分析过程的参数设置
20.2.2 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 CRT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 CRT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 错误分类成本设置
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）分析过程的参数设置
22.2.2 径向基函数（RBF）分析过程的参数设置
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 实例分析
23.2.1 二元Logistic分析过程
23.2.2 决策树分析过程
23.2.3 判别式分析过程
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
📜 SIMILAR VOLUMES
《数据分析与数据挖掘》主要介绍数据挖掘和数据分析的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据立方体和OLAP技术、频繁模式挖掘、回归分析、分类、聚类、离群点分析。书中涉及到的模型和算法均给予了相应的实例。
本书是在前四版的基础上，根据读者的反馈意见，基于最新的中文版SPSS20软件重新编写的。全书内容以统计分析应用为主，简要介绍各种统计分析方法的基本思想和基本概念；详细叙述操作方法，每种分析方法均给出对应的例题，涉及各个领域。每个例题均从方法选择、数据文件结构、操作步骤和结果分析方面……
<p>《SPSS 统计分析(第4版)》是在前三版的基础上，根据读者的反馈意见重新编写的。软件版本基于16.0。全书内容以统计分析应用为主，简要介绍各种统计分析方法的基本思想和基本概念；详细叙述操作方法，每种分析方法均给出对应的例题，涉及各个领域。每个例题均从方法选择、数据文件结构、操作步骤和结果分析方面给予说明。《SPSS 统计分析(第4版)》保留前三版的统计分析方法，压缩了基本操作，增加了两步聚类、对应分析和表格制作的内容。为方便读者和减少篇幅，书中所有例题数据均按章节编号，并保存在所附的光盘中。为便于教学，《SPSS 统计分析(第4版)》另配有电子教案，向采纳《SPSS 统计分析(第4版)
<p>《大数据分析与数据挖掘》综合大数据分析与数据挖掘的理论、技术和实际案例，以丰富的产学合作实务案例，深入浅出地剖析从大数据中掏金的秘诀。全书内容涵盖大数据分析与数据挖掘的基本概念、数据准备、大数据分析的方法与实证及相关的进阶运用，并佐以R语言及例题实作，提升读者的数据挖掘实战能力，开拓对大数据分析的洞察视野。</p> <p>随着移动通信和行动装置普及、物联网和网络发展，以及云端技术的不断进步，现今数据产生、搜集和储存方式比以往更为方便。数据挖掘与大数据分析可以从海量数据中，找到值得参考的样型或规则，转换成有价值的信息、洞察或知识，创造更多新价值。</p> <p>本书主要介绍数据挖掘与大
<p>本套丛书由国家银行业信息科技管理高层指导委员会组织编写，银监会尚福林主席担任丛书编委会主编并亲笔作序。编委会成员囊括了银监会、国内各大银行的领导，各书的编著者都是各大银行总行的信息技术技术专家。本套丛书系统性强，内容先进实用，既立足我国银行业实际，又注重总结本土银行业的实践经验和成功案例，既着眼于国际先进银行的信息技术发展态势，又对如何将这些先进技术和理念本土化结合进行了探索和思考。</p> <p>本书针对金融行业数据量大、更新快的特点，着重介绍了数据挖掘与分析技术在金融行业尤其是银行业中的应用。本书的主要内容包括：数据挖掘概述、金融数据挖掘概述、基于大数据的金融数据挖掘概述、数据仓库
<p>《高等学校教材：SPSS统计分析高级教程（第2版）》以IBMSPSSStatistics20中文版为基础，全面、系统地介绍了各种多变量统计模型、多元统计分析模型、智能统计分析方法的原理和软件实现。在书中作者结合自身多年的统计分析实战和SPss行业应用经验，侧重于对统计新方法、新观点的讲解。在保证统计理论严谨的同时，又充分注重了文字的浅显易懂，使《高等学校教材：SPSS统计分析高级教程（第2版）》更加易学易用。</p> <p>《高等学校教材：SPSS统计分析高级教程（第2版）》是一本如何使用SPss进行高级统计分析的指导书。读者可在www.StatStar.com下载书中案例数据，从而完