IBM SPSS数据分析与挖掘实战案例精粹

第一部分SPSS数据分析基础
第1章数据分析方法论简介
1.1三种数据分析方法论
1.1.1严格设计支持下的统计方法论
1.1.2半试验研究支持下的统计方法论
1.1.3偏智能化、自动化分析的数据挖掘应用方法论
1.2 CRISP—DM方法论介绍
1.2.1概述
1.2.2商业理解
1.2.3数据理解
1.2.4数据准备
1.2.5建立模型
1.2.6模型评价
1.2.7结果部署
第2章数据分析方法体系简介
2.1统计软件中的数据存储格式
2.1.1 二维数据表
2.1.2变量的存储类型
2.1.3变量的测量尺度
2.2数据的统计描述与参数估计
2.2.1连续变量的统计描述
2.2.2连续变量的参数估计
2.2.3分类变量的统计描述和参数估计
2.2.4统计图形体系
2.3常用假设检验方法
2.3.1假设检验的基本原理
2.3.2单变量假设检验方法
2.3.3双变量假设检验方法
2.4多变量模型
2.4.1方差分析／一般线性模型
2.4.2广义线性模型和混合线性模型
2.4.3回归模型
2.4.4其他常见模型
2.5多元统计分析模型
2.5.1 信息浓缩
2.5.2变量问内在关联结构的探讨
2.5.3数据分类
2.5.4分析元素间的关联
2.6智能统计分析／数据挖掘方法
2.6.1树模型
2.6.2神经网络
2.6.3支持向量机
2.6.4贝叶斯网络
2.6.5最近邻元素分析
2.6.6关联规则与序列分析
第3章 IBM SPSS Statistics操作入门
3.1案例背景
3.2数据文件的读入与变量整理
3.2.1 SPSS的基本操作界面
3.2.2数据准备
3.3问卷数据分析
3.3.1生成频数表
3.3.2计算均值
3.3.3对多选题进行描述
3.4项目总结和讨论
第4章IBM SPSS Statistics操作进阶
4.1案例背景
4.1.1项目背景
4.1.2分析思路
4.2问卷录入
4.2.1开放题的定义
4.2.2单选题的定义
4.2.3多选题的定义
4.3问卷质量校验
4.3.1去除重复记录
4.3.2发现异常值
4.3.3逻辑校验
4.4问卷数据分析
4.4.1 问卷加权
4.4.2业务分析
4.5项目总结和讨论
第5章IBM SPSS Modeler操作入门
5.1 IBM SPSS Modeler概述
5.1.1 IBM SPSS Modeler的界面
5.1.2 IBM SPSS Modeler的架构与产品构成
5.2 IBM SPSS Modeler相关操作与技巧
5.2.1 IBM SPSS Modeler的基本操作
5.2.2 IBM SPSS Modeler中的表达式
5.2.3 IBM SPSS Modeler的若干使用技巧
5.3 IBM SPSS Modeler功能介绍
5.3.1数据整理案例
5.3.2探索性数据分析案例
5.3.3建立模型、模型检验与模型应用案例
5.4案例分析：药物选择决策支持
5.4.1背景介绍
5.4.2数据说明
5.4.3商业理解
5.4.4数据理解
5.4.5数据准备
5.4.6模型建立和评估
5.4.7模型发布
5.5如何进一步学习IBM SPSS Modeler
第二部分影响因素发现与数值预测
第6章酸奶饮料新产品口味测试研究案例
6.1案例背景
6.1.1研究项目概况
6.1.2分析思路与商业理解
6.2数据理解
6.2.1研究设计框架复查
6.2.2均值的列表描述
6.2.3均值的图形描述
6.3不同品牌的评分差异分析
6.3.1单因素方差分析模型简介
6.3.2 品牌作用的总体检验
6.3.3组间两两比较
6.3.4方差齐性检验
6.4两因素方差分析模型分析
6.4.1两因素方差分析模型简介
……
第三部分信息浓缩、分类与感知图呈现
第四部分数据挖掘案例精选
附 录
参考文献
后记