說到統(tǒng)計(jì)分析軟件,不得不提到SPSS。與R、SAS等統(tǒng)計(jì)分析軟件不一樣,SPSS是基于圖形界面操作,對于沒有編程基礎(chǔ)的用戶來說十分友好,而且SPSS的統(tǒng)計(jì)分析與數(shù)據(jù)準(zhǔn)備功能十分強(qiáng)大,基本滿足用戶的需求。 這門課程將從基礎(chǔ)入手,在學(xué)習(xí)SPSS的基本操作過程中,結(jié)合相應(yīng)的統(tǒng)計(jì)概率知識,讓學(xué)員更能掌握數(shù)據(jù)分析的本質(zhì)!
SPSS簡介:
SPSS是Statistical Product andService solutions(統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案)的簡稱,是成立于1975年的美國SPSS公司的軟件產(chǎn)品,是專門為廣大非統(tǒng)計(jì)專業(yè)人士設(shè)計(jì)提供的統(tǒng)計(jì)分析軟件包,目前廣泛應(yīng)用于教育、心理、市場調(diào)查與分析、醫(yī)療、生物、金融等領(lǐng)域和行業(yè)。SPSS統(tǒng)計(jì)分析軟件以其強(qiáng)大的統(tǒng)計(jì)分析功能、方便易用的用戶操作方式、靈活的表格式分析報(bào)告和精美的圖形展現(xiàn)形式,贏得了各領(lǐng)域廣大數(shù)據(jù)分析人員的喜愛,SPSS是獲得全世界認(rèn)可的通用統(tǒng)計(jì)工具軟件。IBM公司2009年用12億美元收購了分析軟件提供商SPSS。如今SPSS已出至版本20.0,而且更名為IBM SPSS。
SPSS在全球約有25萬家產(chǎn)品用戶,它們分布于通訊、醫(yī)療、銀行、證券、保險(xiǎn)、制造、商業(yè)、市場研究、科研教育等多個(gè)領(lǐng)域和行業(yè),是世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計(jì)軟件。SPSS最突出的特點(diǎn)就是操作界面極為友好,輸出結(jié)果美觀漂亮,它使用Windows的窗口方式展示各種管理和分析數(shù)據(jù)方法的功能,使用對話框展示出各種功能選擇項(xiàng),只要掌握一定的Windows操作技能,粗通統(tǒng)計(jì)分析原理,就可以使用該軟件為特定的科研工作服務(wù)。
課程內(nèi)容:
1 基礎(chǔ)數(shù)據(jù)分析知識,包括一些概率統(tǒng)計(jì)里的概念、術(shù)語,和基本統(tǒng)計(jì)量的計(jì)算方法等。
2 一些常用的數(shù)據(jù)分析和數(shù)據(jù)挖掘算法,以及有關(guān)的各種領(lǐng)域里的實(shí)際應(yīng)用案例分析
3 流行數(shù)據(jù)分析軟件SPSS操作和使用方法
第一部份:SPSS入門介紹
SPSS軟件簡介,操作方法介紹
第二部份:好的開始是成功的一半——數(shù)據(jù)錄入與數(shù)據(jù)整理
數(shù)據(jù)錄入、外部數(shù)據(jù)導(dǎo)入方法介紹;變量級別數(shù)據(jù)、文件級別數(shù)據(jù)整理方法介紹,基本編程基礎(chǔ);案例:調(diào)查問卷的數(shù)據(jù)錄入與整理
第三部份:化繁為簡——描述性統(tǒng)計(jì)分析
連續(xù)變量的統(tǒng)計(jì)描述,案例:學(xué)生身高體重分析;分類變量的統(tǒng)計(jì)描述,案例:家庭還款情況分析;數(shù)據(jù)分析報(bào)告制作
第四部份:看圖說話——統(tǒng)計(jì)圖表分析
直方圖、莖葉圖、箱型圖、餅圖、柱形圖與誤差線、散點(diǎn)圖等常用圖表介紹與應(yīng)用
第五部份:真假博弈1——假設(shè)檢驗(yàn)概述與t檢驗(yàn)
假設(shè)檢驗(yàn)的概述;t分布適用情景介紹與案例分析
第六部份:真假博弈2——非參數(shù)檢驗(yàn)與卡方檢驗(yàn)
常見的非參數(shù)檢驗(yàn)介紹與案例分析;卡方檢驗(yàn)適用場景與案例分析
第七部份:萬物皆有聯(lián)系——相關(guān)分析與回歸案例
簡單相關(guān)分析;偏相關(guān)分析;距離分析;線性回歸分析;實(shí)例:年齡與信心指數(shù)的關(guān)系探索
第八部份:影響因素判斷——方差分析
單因素方差分析,探究單個(gè)因素的影響;多因素方差分析,探究多個(gè)因素的影響
第九部份:與時(shí)俱進(jìn)——時(shí)間序列分析
時(shí)間序列分析概述;指數(shù)平滑模型;ARIMA模型;季節(jié)模型;案例:股價(jià)預(yù)測
第十部份:涇渭分明——分類算法
線性判別法;貝葉斯分類器;logistic二分法;決策樹等;案例:客戶流失分析
第十一部份:物以類聚——聚類算法
層次聚類;k-means等;案例:客戶細(xì)分
第十二部份:大道至簡——降維方法研究
主成分分析;因子分析
第十三部份:實(shí)踐是檢驗(yàn)真理的標(biāo)準(zhǔn)——綜合案例分析
|