谁说菜鸟不会数据分析(SPSS篇)(全彩)
  • 推荐0
  • 收藏1
  • 浏览1.4K

谁说菜鸟不会数据分析(SPSS篇)(全彩)

狄松,祝迎春,张文霖,马世澎 , 罗应婷 , 姚新军 , 姚新军 (作者)  葛娜 (责任编辑)

  • 书  号:978-7-121-28801-2
  • 出版日期:2016-05-23
  • 页  数:228
  • 开  本:16(185*235)
  • 出版状态:上市销售
  • 维护人:张月萍
作为《谁说菜鸟不会数据分析》家族的新成员,本书依然通俗地讲解数据分析的实践。
本书继续采用职场二人行的方式来构建内容,细致梳理了准专业数据分析的常见问题,并且挑选出企业实践中最容易碰到的案例,以最轻松直白的方式来讲好数据分析的故事。
本书从解决工作实际问题出发,从数据描述、分析推断到探索性分析,总结并提炼工作中非常实用的数据处理、数据分析实战方法与技巧。本书尽可能避免使用晦涩难懂的术语或模型公式,以便于读者快速掌握数据分析的相关技能。
像EXCEL一样简单,一看就懂的SPSS数据分析实战(数据分析进阶必读)
前  言
自《谁说菜鸟不会数据分析》系列图书上市以来,已拥有数十万读者与粉丝,口口相传,成为职场人士案头必备的参考用书,遇到问题随手翻翻,总能找到一些快意的办法,打开脑洞。同时非常荣幸地获得“出版全行业优秀畅销品”称号,这离不开广大读者的厚爱与支持。
随着数据分析在日常工作和生活中的重要性日益凸显,对于一些需要不断提升的读者来说,他们已经不满足于现状,迫切需要增强在数据分析方面的专业性。而SPSS 因为操作简便,无须编程,分析专业,几乎是业余进阶专业的必备工具。这也促使众多读者来信催我们早日出版《谁说菜鸟不会数据分析(SPSS 篇)》。
有了上千位热心读者的不断来信咨询与支持,经过两年时间的打磨,这本书总算与读者见面了。
这本书从解决工作中的实际问题出发,总结并提炼工作中SPSS 经常用到并且非常实用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍数据分析方法与技巧,在不影响学习理解的前提下,尽可能避免使用晦涩难懂的统计术语或模型公式,如需了解相关的统计学知识,可查阅相关的统计学书籍。
本书第1 和第2 章由张文霖完成,第3 章由狄松完成,第4 和第5 章由马世澎完成,第6~12 章由祝迎春完成,最终由狄松统一审稿。整个写作过程是艰辛的,但是也很有成就感。我们努力讲好数据分析的故事,同时把这个故事尽量展现得美丽动人。
如果你觉得她看起来很轻松,千万别误以为她是一本小说,她其实是一本数据分析书
她抛开复杂的数学或者统计学原理,她只和你讲必知必会的要点,关注解决实际问题;
她不去探究科班的学术问题,她只和你耐心地分享职场中的实战案例;
她不板起脸和你讲大道理,她只和你娓娓道来切身的趣味故事;
她天生丽质,图表漂亮绝伦;
她多姿多彩,还有卡通漫画风;
可能你会觉得她肤浅……
但是,当你揭开她华丽的外衣时,你会惊艳;
也会被她通俗而不庸俗,美丽而又深刻的本质所吸引。
把她珍藏起来吧,因为:
她会循循善诱地把你领进数据分析的大门;
她会让你的简历更加具有吸引力;
她会让老板对你刮目相看;
她值得在你的书架上长期逗留,会为你的书架增添色彩。
她讲述了职场三人行的故事,她的故事还会让你偷着笑
牛董,关键词:私企董事、要求严格、为人苛刻。
小白,关键词:在职场打拼一年的伪白骨精(白领+ 骨干+ 精英)、数据分析师、单身女白领、爱臆想。
Mr. 林,关键词:小白现任上司、数据分析达人、成熟男士、乐于助人、做事严谨。
哪些人会对她的故事有阅读兴趣呢
★ 需要提升自身竞争力的职场新人。
★ 在市场营销、金融、财务、人力资源、产品设计等管理工作中需要进行数据分析的人士。
★ 经常阅读经营分析、市场研究报告的各级管理人员。
★ 从事咨询、研究、分析等工作的专业人士。
故事作者的致谢
感谢广大读者的支持,让作者下定决心写这本书。在此要衷心感谢成都道然科技有限责任公司的姚新军先生,感谢他的提议和在写作过程中的支持。感谢参与本书优化的朋友:王斌、李伟、张强林、万雷、李平、王晓、景小燕、余松。非常感谢本书的插画师王馨和张雅文的辛苦劳动,您的作品也让本书增色了不少。
感谢邓凯、黄成明、石军、沈浩、郑来轶、马广斌等书评作者,感谢他们在百忙之中抽空阅读书稿,撰写书评,并提出宝贵意见。
最后,感谢四位作者的家人,感谢他们默默无闻的付出,没有他们的理解与支持,同样也没有本书。
尽管我们对书稿进行了多次修改,仍然不可避免地会有疏漏和不足之处,敬请广大读者批评指正,我们会在适当的时间进行修订,以满足更多人的需要。
本书配套案例数据下载方式:
(1)http://blog.sina.com.cn/xiaowenzi22
(2)关注微信订阅号:小蚊子数据分析,回复“1”或“SPSS 篇”获取下载链接
(3)http://read.zhiliaobang.com/pages/article/43

业内人士的推荐(排名不分先后,以姓氏拼音排序)
本书将看似“浮云”的数据分析领域,蕴于商业化的场景之中,生动形象地让读者了解到“给力”的数据分析师是如何炼成的!引导非专业人士从数据的角度,认识、剖析、解决商业问题;对专业人士而言,亦能提供一次梳理和提高的学习机会。
邓凯
数据挖掘与数据分析博主,资深数据分析师
这是一本适合普通大众的“专业”数据分析书,由浅入深,富有体系。既有一口气读完的冲动,又想马上找一台电脑试一试这些“新奇”的分析方法,更想拿一些数据来分析找找其中的规律。
读完本书,你会发现数据分析的乐趣,它并不是那么枯燥,数据背后的故事简直是太有意思了。从此你将发现:无论是新闻媒体,还是企业报表中的数字,都将不再孤独,因为它们在那里,在和你说着话!
祝愿大家早日练就一颗数据分析的“心”!
黄成明
数据化管理顾问及培训师,零售及服装企业数据化管理咨询顾问
SPSS 等统计软件的应用是以统计学知识为基础的,而现实是我们的“数据分析人员”,往往不具备统计学基础知识和系统的研究训练。因此大家在应用统计软件解决问题时,哪怕是一个小问题,也会觉得无从入手,并在具体的数据处理和统计分析过程中,处处一头雾水,心里没底。
随着大数据时代的到来,我们最迫切需要的倒不是IT 行业所说的“大数据”,而是在利用好现有数据的条件下,能够掌握统计分析利器进行敏捷深刻的研究思考。
我非常喜欢《谁说菜鸟不会数据分析》系列书籍,“菜鸟”系列的长篇“小说”我都是一口气读完的,享受了在阅读过程中和作者的思路同步的趣味盎然,这本书同样如此。强烈推荐这本SPSS 统计分析软件的入门应用书籍,祝愿大家都和小白一起学有所成。
马广斌,博士
北京数海时代分析技术有限公司 总经理
原 析数软件(SPSS China)统计服务事业部 总经理
当谈到用数据解决问题时,我经常用这样的语言去诠释:“如果你不能量化它,你就不能理解它,如果不理解就不能控制它,不能控制也就不能改变它”。数据无处不在,信息时代最主要的特征就是“数据处理”,数据分析正以我们从未想象过的方式影响着日常生活。
在知识经济与信息技术时代,每个人都面临着如何有效地吸收、理解和利用信息的挑战。那些能够有效利用工具从数据中提炼信息、发现知识的人,最终往往成为各行各业的强者!
这本书向我们清晰又友好地介绍了数据分析方法、技巧与工具,强烈推荐读一读这本书,或许会给你带来更大的惊喜!
沈浩
中国传媒大学电视与新闻学院,教授
调查统计研究所,副所长
数据挖掘研发中心,主任
IPSOS 公司,首席技术顾问
数据分析理论、公式和方法对部分初学者来说是枯燥、乏味的,或陷入云山雾罩中不得其道。
本书最大的特点是使用幽默风趣的语言,结合工作中典型案例加以分析、解读,是一本数据分析工作者值得一读的好书。
石军
安徽同徽信息技术有限公司,总经理
数据分析是一种能力,更是一种思想。此书结构有层次、内容全面、通俗易懂,通过SPSS工具一步步带你走进数据分析的世界,探索数据分析的价值,让数据分析变得既简单又有趣。
郑来轶
数据分析网创始人,某知名互联网公司数据分析专家

目录

目  录
第1 章 SPSS 概况/ 11
1.1 SPSS 简介/ 12
1.2 SPSS 特点/ 13
1.3 SPSS 安装/ 15
1.4 SPSS 窗口/ 19
1.5 本章小结/ 22
第2 章 数据处理/ 23
2.1 数据变量/ 24
2.1.1 数据类型/ 24
2.1.2 变量尺度/ 25
2.2 数据导入/ 27
2.2.1 Excel 数据导入/ 27
2.2.2 文本数据导入/ 29
2.3 数据清洗/ 33
2.4 数据抽取/ 35
2.4.1 字段拆分/ 35
2.4.2 随机抽样/ 38
2.5 数据合并/ 40
2.5.1 字段合并/ 40
2.5.2 记录合并/ 41
2.6 数据分组/ 43
2.6.1 可视分箱/ 43
2.6.2 重新编码/ 46
2.7 数据标准化/ 48
2.7.1 0-1 标准化/ 48
2.7.2 Z 标准化/ 50
2.8 本章小结/ 50
第3 章 描述性分析/ 53
3.1 频率分析/ 54
3.1.1 分类变量频率分析/ 54
3.1.2 连续变量频率分析/ 57
3.2 描述分析/ 61
3.3 交叉表分析/ 63
3.4 多选题定义/ 65
3.5 数据报表制作/ 68
3.5.1 报表类型简介/ 69
3.5.2 分类变量报表制作/ 70
3.5.3 连续变量报表制作/ 72
3.5.4 多选题报表制作/ 73
3.5.5 报表灵活运用/ 75
3.6 本章小结/ 80
第4 章 相关分析/ 81
4.1 相关分析简介/ 82
4.2 相关分析实践/ 84
4.2.1 散点图绘制/ 85
4.2.2 相关分析操作/ 86
4.3 本章小结/ 87
第5 章 回归分析/ 89
5.1 回归分析简介/ 90
5.1.1 什么是回归分析/ 90
5.1.2 线性回归分析步骤/ 91
5.2 简单线性回归分析/ 92
5.2.1 简单线性回归分析简介/ 92
5.2.2 简单线性回归分析实践/ 93
5.3 多重线性回归分析/ 99
5.3.1 多重线性回归分析简介/ 99
5.3.2 多重线性回归分析实践/ 99
5.4 本章小结/ 106
第6 章 自动线性建模/ 107
6.1 自动建模/ 108
6.2 模型结果解读/ 113
6.3 模型预测/ 121
6.4 本章小结/ 122
第7 章 Logistic 回归/ 123
7.1 Logistic 回归简介/ 124
7.2 Logistic 回归实践/ 127
7.2.1 Logistic 回归操作/ 128
7.2.2 Logistic 回归结果解读/ 129
7.2.3 Logistic 回归预测/ 131
7.3 本章小结/ 135
第8 章 时间序列分析/ 137
8.1 时间序列分析简介/ 138
8.2 季节分解法/ 139
8.3 专家建模法/ 148
8.3.1 时间序列预测步骤/ 148
8.3.2 时间序列分析操作/ 149
8.3.3 时间序列分析结果解读/ 151
8.3.4 时间序列预测应用/ 153
8.4 本章小结/ 157
第9 章 RFM 分析/ 159
9.1 RFM 分析介绍/ 160
9.2 RFM 分析操作/ 162
9.2.1 数据准备/ 162
9.2.2 RFM 分析实践/ 163
9.2.3 RFM 分析结果解读/ 167
9.3 RFM 分析应用/ 170
9.4 本章小结/ 175
第10 章 聚类分析/ 177
10.1 聚类分析介绍/ 178
10.2 快速聚类分析/ 180
10.2.1 快速聚类分析操作/ 180
10.2.2 快速聚类分析结果解读/ 182
10.3 系统聚类分析/ 186
10.3.1 系统聚类分析操作/ 186
10.3.2 系统聚类分析结果解读/ 189
10.4 二阶聚类分析/ 193
10.4.1 二阶聚类分析操作/ 193
10.4.2 二阶聚类分析结果解读/ 195
10.5 聚类方法的对比/ 201
10.6 本章小结/ 202
第11 章 因子分析/ 203
11.1 因子分析简介/ 204
11.2 因子分析实践/ 206
11.2.1 因子分析操作/ 207
11.2.2 因子分析结果解读/ 210
11.3 本章小结/ 217
第12 章 对应分析/ 219
12.1 对应分析简介/ 220
12.2 对应分析实践/ 221
12.2.1 对应分析操作/ 221
12.2.2 对应分析结果解读/ 225
12.3 本章小结/ 228

读者评论

相关图书

实用推荐系统

Kim Falk (作者) 李源 朱罡罡 温睿 (译者)

要构建一个实用的“智能”推荐系统,不仅需要有好的算法,还需要了解接收推荐的用户。本书分为两部分,第一部分侧重于基础架构,主要介绍推荐系统的工作原理,展示如何创建...

¥119.00

集成学习:基础与算法

Zhi-Hua Zhou (作者) 李楠 (译者)

集成学习方法是一类先进的机器学习方法,这类方法训练多个学习器并将它们结合起来解决一个问题,在实践中获得了巨大成功。<br>全书分为三部分。第一部分主要介绍集成学...

¥89.00

深度学习核心技术与实践

邓澍军 (作者)

本书主要介绍深度学习的核心算法,以及在计算机视觉、语音识别、自然语言处理中的相关应用。本书的作者们都是业界第一线的深度学习从业者,所以书中所写内容和业界联系紧密...

¥79.00

Java微服务实战

赵计刚 (作者)

本书分为三部分:基础框架篇(1~6章)、服务框架篇(7~10章)、监控部署篇(11~13章),由浅入深来讲解微服务的相关技术。基础框架篇从微服务架构的基本概念与...

¥39.00

深度学习入门之PyTorch

廖星宇 (作者)

深度学习如今已经成为了科技领域最炙手可热的技术,在本书中,我们将帮助你入门深度学习的领域。本书将从人工智能的介绍入手,了解机器学习和深度学习的基础理论,并学习如...

¥49.00

套路!机器学习:北美数据科学家的私房课

林荟 (作者)

数据科学家目前是北美最热门的职业之一,平均年薪突破10万美元。但数据科学并不是一个低门槛的行业,除了对数学、统计、计算机等相关领域的技术要求以外,还要相关应用领...

¥68.00