胸有成竹：数据分析的SPSS和SAS EG进阶（第2版）

第1 章 数据分析方法概述 11.1 数据分析概述 .. 21.1.1 数据分析过程 21.1.2 数据分析的商业驱动 31.2 数据分析与挖掘方法分类介绍 . 51.2.1 描述性——无监督的学习 . 71.2.2 预测性——有监督的学习 .. 101.3 数据分析的方法论 . 121.3.1 数据挖掘的项目管理方法论：CRISP-DM 131.3.2 数据整理与建模的方法论：SEMMA .. 141.3.3 SAS EG 和SPSS 任务菜单编排与SEMMA 之间的关系. 16第2 章 描述数据特征 .. 192.1 认识数据类型 202.2 单变量描述统计方法 212.2.1 分类变量的描述 212.2.2 连续变量的描述 222.3 创建频数报表 352.4 生成汇总统计量 .. 382.5 用汇总表任务生成汇总报表 412.6 绘制条形图 . 462.7 绘制地图 .. 532.8 使用SPSS 进行描述统计 .. 552.8.1 频率过程 .. 562.8.2 描述过程 .. 572.8.3 探索过程 .. 582.8.4 P-P 图与Q-Q 图 582.9 使用SPSS 绘制统计图形 .. 602.9.1 作图方法 .. 602.9.2 饼图、柱图与条图 .. 642.9.3 线图、高低图和双轴图 702.9.4 散点图 73第3 章 描述性数据分析/挖掘方法 . 753.1 客户细分方法介绍 . 763.1.1 客户细分的意义 763.1.2 根据客户利润贡献进行划分 . 773.1.3 根据个人或公司的生命历程进行划分 783.1.4 根据客户的产品偏好进行划分 793.1.5 根据客户交易/消费行为进行划分 . 803.1.6 根据客户的多维行为属性细分 813.1.7 展现客户/产品结构的战略细分 .. 813.1.8 客户细分：综合运用 . 823.2 连续变量间关系探索与变量约减 . 823.2.1 多元统计基础 . 823.2.2 多元变量压缩的思路 . 873.2.3 主成分分析 .. 893.2.4 因子分析 . 1033.2.5 对应分析 . 1123.2.6 最优尺度分析 .. 1193.2.7 多维尺度分析 .. 1243.3 聚类分析 1333.3.1 基本逻辑 . 1343.3.2 系统聚类 . 1353.3.3 快速聚类 . 1463.3.4 两步聚类 . 155第4 章 预测性数据分析方法 .. 1614.1 假设检验概念 . 1624.1.1 统计推断基本概念 1644.1.2 变量分布的图形探索 .. 1654.1.3 均值的置信区间 . 1674.1.4 假设检验基础 .. 1684.1.5 T 检验 . 1694.2 构造对连续变量的预测模型 . 1744.2.1 方差分析（ANOVA） 1744.2.2 线性回归 . 1904.2.3 线性回归的模型诊断 .. 2034.2.4 线性回归的全流程 2114.3 构造对二分类变量的预测模型 2174.3.1 分类变量之间的相关性检验 .. 2174.3.2 逻辑回归 . 224第5 章 时间序列 .. 2405.1 时间序列的趋势分解法 2415.1.1 趋势分解法简介 . 2415.2.2 使用SAS EG 进行时间序列趋势分解 .. 2425.2.3 使用SPSS 进行时间序列趋势分解 2445.2 平稳时间序列（ARMA）模型设定与识别 . 2455.2.1 平稳时间序列定义 2455.2.2 平稳时间序列模型建模 . 2465.2.3 ARMA 的模型设定与识别 .. 2475.3 非平稳时间序列（ARIMA）模型设定与识别 .. 2505.4 SAS EG 时间序列建模步骤 .. 2525.5 SPSS 时间序列建模步骤 . 2585.5.1 SPSS 构造ARIMA 模型使用的任务菜单 .. 2585.5.2 “定义日期”任务 .. 2605.5.3 “序列图”任务 2615.5.4 “自相关”任务 2625.5.5 “创建模型”任务 .. 2635.5.6 “使用模型”任务 .. 2675.5.7 其他内容 . 267附录A 数据说明 .. 271附录B CDA 数据分析师致力于最好的数据分析人才建设 .. 278参考文献 282