《IBM SPSS數據分析與挖掘實戰案例精粹》2013年2月清華大學出版社出版的圖書，作者張文彤，鐘雲飛。
基本介紹
- 書名：IBM SPSS數據分析與挖掘實戰案例精粹
- 作者：張文彤，鐘雲飛
- ISBN：9787302299547
- 頁數：501
- 定價：64.00元
- 出版社：清華大學出版社
- 出版時間：2013-2-22
- 裝幀：平裝
- 開本：16開
內容簡介,作者簡介,目錄,
內容簡介
《IBM SPSS數據分析與挖掘實戰案例精粹》以ibm spss statistics 20．0和ibm spss modeler 14．1為工具，提供了醫療、金融、保險、汽車、快速消費品、市場研究、網際網路等多個行業的數據分析/挖掘案例，基於實戰需求，詳細講解整個案例的完整分析過程，並將模型和軟體的介紹融於案例講解之中，使讀者在閱讀時能突破方法和工具的局限，真正聚集於對數據分析精髓的領悟。《IBM SPSS數據分析與挖掘實戰案例精粹》所附光碟包括案例數據和分析程式/流檔案，讀者可完整重現全部的分析內容。
《IBM SPSS數據分析與挖掘實戰案例精粹》適合從初學者到專家各個級別的數據分析人員閱讀，尤其適合於以下讀者群：需要提升實戰能力的數據分析專業人員；在市場行銷、金融、財務、人力資源管理中需要套用數據分析的人士；從事諮詢、科研等工作的專業人士；同時也適合於各專業的本科和研究生作為學習數據分析套用的參考書。
《IBM SPSS數據分析與挖掘實戰案例精粹》適合從初學者到專家各個級別的數據分析人員閱讀，尤其適合於以下讀者群：需要提升實戰能力的數據分析專業人員；在市場行銷、金融、財務、人力資源管理中需要套用數據分析的人士；從事諮詢、科研等工作的專業人士；同時也適合於各專業的本科和研究生作為學習數據分析套用的參考書。
作者簡介
張文彤 博士，數據挖掘、市場研究、統計軟體教學與套用領域專家，現任全球第八大市場研究集團INTAGE中國公司全國技術總監。
鐘雲飛 資深數據分析專家，擁有超過10年的統計分析與數據挖掘在各行業的軟體套用及諮詢經驗，歷任SPSS、SAS軟體公司首席諮詢顧問，目前在國際商業機器(中國)有限公司軟體部工作，從事SPSS軟體企業套用的推廣工作。
目錄
第一部分 spss數據分析基礎
第1章 數據分析方法論簡介
1.1 三種數據分析方法論
1.2 crisp-dm方法論介紹
第2章 數據分析方法體系簡介
2.1 統計軟體中的數據存儲格式
2.2 數據的統計描述與參數估計
2.3 常用假設檢驗方法
2.4 多變數模型
2.5 多元統計分析模型
2.6 智慧型統計分析/數據挖掘方法
第3章 ibm spss statistics操作入門
3.1 案例背景
3.2 數據檔案的讀入與變數整理
3.3 問卷數據分析
3.4 項目總結和討論
第4章 ibm spss statistics操作進階
4.1 案例背景
4.2 問卷錄入
4.3 問卷質量校驗
4.4 問卷數據分析
4.5 項目總結和討論
第5章 ibm spss modeler操作入門
5.1 ibm spss modeler概述
5.2 ibm spss modeler相關操作與技巧
5.3 ibm spss modeler功能介紹
5.4 案例分析：藥物選擇決策支持
5.5 如何進一步學習ibm spss modeler
第二部分 影響因素髮現與數值預測
第6章 優酪乳飲料新產品口味測試
研究案例
6.1 案例背景
6.2 數據理解
6.3 不同品牌的評分差異分析
6.4 兩因素方差分析模型分析
6.5 分析結論與討論
第7章 偏態分布的激素水平影響因素分析
7.1 案例背景
7.2 數據理解
7.3 對因變數變換後的建模分析
7.4 秩變換分析
7.5 利用cox模型進行分析
7.6 項目總結與討論
第8章 某車企汽車年銷量預測案例
8.1 案例背景
8.2 數據理解
8.3 變數變換後的線性回歸
8.4 曲線擬合
8.5 利用非線性回歸進行擬合
8.6 項目總結與討論
第9章 腦外傷急救後遲發性顱腦損傷影響因素分析案例
9.1 案例背景
9.2 數據理解
9.3 構建二分類logistic回歸模型
9.4 利用樹模型發現互動項
9.5 使用廣義線性過程進行分析
9.6 項目總結與討論
第10章 中國消費者信心指數影響因素分析
10.1 案例背景
10.2 數據理解
10.3 標準glm框架下的建模分析
10.4 多元方差分析模型的結果
10.5 最優尺度回歸
10.6 多水平模型框架下的建模分析
10.7 項目總結與討論
第三部分 信息濃縮、分類與感知圖呈現
第11章 探討消費者購買保健品的動機
11.1 案例背景
11.2 數據理解
11.3 利用因子分析進行信息濃縮
11.4 基於因子分析結果進行市場區隔
11.5 項目總結與討論
第12章 1988年漢城奧運會男子十項全能成績分析
12.1 案例背景
12.2 數據理解
12.3 利用因子分析進行信息濃縮
12.4 主成分回歸
12.5 將主成分回歸方程還原回原始變數的形式
12.6 項目總結與討論
第13章 打敗sars
13.1 案例背景
13.2 數據理解與數據準備
13.3 “非典”信息關注傾向的多維偏好分析
13.4 突發事件險種購買傾向的多重對應分析
13.5 “非典”對未來生活方式的影響
13.6 項目總結與討論
第14章 住院費用影響因素挖掘
14.1 案例背景
14.2 數據理解與數據準備
14.3 採用聚類分析尋找費用類型
14.4 住院費用影響因素的神經網路分析
14.5 不同療法療效與費用比較的神經網路分析
14.6 項目總結與討論
第四部分 數據挖掘案例精選
第15章 淘寶大賣家之行銷數據分析
15.1 案例背景
15.2 利用rfm模型定位促銷名單
15.3 尋找有重購行為買家的特徵
15.4 總結與討論
第16章 超市商品購買關聯分析
16.1 案例背景
16.2 數據準備
16.3 商品購買關聯分析
16.4 結果套用
第17章 電信業客戶流失分析
17.1 案例背景
17.2 商業理解
17.3 數據理解與數據準備
17.4 建立模型與模型評估
17.5 模型的套用及行銷預演
17.6 總結與討論
第18章 信用風險評分方法
18.1 案例背景
18.2 商業理解
18.3 數據理解與數據準備
18.4 建立模型與模型評估
18.5 對若干問題的說明
第19章 醫療保險業的欺詐發現
19.1 案例背景
19.2 商業理解
19.3 數據理解與數據準備
19.4 建立模型
19.5 結果發布
19.6 進一步閱讀
第20章 電子商務中的數據挖掘套用
20.1 案例背景
20.2 數據理解
20.3 數據準備
20.4 建立模型與模型發布
20.5 進一步閱讀
附錄
附錄a 本書光碟內容介紹
附錄b spss軟體的安裝與激活
附錄c 書中統計方法、模型與知識點
索引
附錄d ibm spss statiscs函式一覽表
附錄e ibm spss modeler節點功能簡介
參考文獻
後記
第1章 數據分析方法論簡介
1.1 三種數據分析方法論
1.2 crisp-dm方法論介紹
第2章 數據分析方法體系簡介
2.1 統計軟體中的數據存儲格式
2.2 數據的統計描述與參數估計
2.3 常用假設檢驗方法
2.4 多變數模型
2.5 多元統計分析模型
2.6 智慧型統計分析/數據挖掘方法
第3章 ibm spss statistics操作入門
3.1 案例背景
3.2 數據檔案的讀入與變數整理
3.3 問卷數據分析
3.4 項目總結和討論
第4章 ibm spss statistics操作進階
4.1 案例背景
4.2 問卷錄入
4.3 問卷質量校驗
4.4 問卷數據分析
4.5 項目總結和討論
第5章 ibm spss modeler操作入門
5.1 ibm spss modeler概述
5.2 ibm spss modeler相關操作與技巧
5.3 ibm spss modeler功能介紹
5.4 案例分析：藥物選擇決策支持
5.5 如何進一步學習ibm spss modeler
第二部分 影響因素髮現與數值預測
第6章 優酪乳飲料新產品口味測試
研究案例
6.1 案例背景
6.2 數據理解
6.3 不同品牌的評分差異分析
6.4 兩因素方差分析模型分析
6.5 分析結論與討論
第7章 偏態分布的激素水平影響因素分析
7.1 案例背景
7.2 數據理解
7.3 對因變數變換後的建模分析
7.4 秩變換分析
7.5 利用cox模型進行分析
7.6 項目總結與討論
第8章 某車企汽車年銷量預測案例
8.1 案例背景
8.2 數據理解
8.3 變數變換後的線性回歸
8.4 曲線擬合
8.5 利用非線性回歸進行擬合
8.6 項目總結與討論
第9章 腦外傷急救後遲發性顱腦損傷影響因素分析案例
9.1 案例背景
9.2 數據理解
9.3 構建二分類logistic回歸模型
9.4 利用樹模型發現互動項
9.5 使用廣義線性過程進行分析
9.6 項目總結與討論
第10章 中國消費者信心指數影響因素分析
10.1 案例背景
10.2 數據理解
10.3 標準glm框架下的建模分析
10.4 多元方差分析模型的結果
10.5 最優尺度回歸
10.6 多水平模型框架下的建模分析
10.7 項目總結與討論
第三部分 信息濃縮、分類與感知圖呈現
第11章 探討消費者購買保健品的動機
11.1 案例背景
11.2 數據理解
11.3 利用因子分析進行信息濃縮
11.4 基於因子分析結果進行市場區隔
11.5 項目總結與討論
第12章 1988年漢城奧運會男子十項全能成績分析
12.1 案例背景
12.2 數據理解
12.3 利用因子分析進行信息濃縮
12.4 主成分回歸
12.5 將主成分回歸方程還原回原始變數的形式
12.6 項目總結與討論
第13章 打敗sars
13.1 案例背景
13.2 數據理解與數據準備
13.3 “非典”信息關注傾向的多維偏好分析
13.4 突發事件險種購買傾向的多重對應分析
13.5 “非典”對未來生活方式的影響
13.6 項目總結與討論
第14章 住院費用影響因素挖掘
14.1 案例背景
14.2 數據理解與數據準備
14.3 採用聚類分析尋找費用類型
14.4 住院費用影響因素的神經網路分析
14.5 不同療法療效與費用比較的神經網路分析
14.6 項目總結與討論
第四部分 數據挖掘案例精選
第15章 淘寶大賣家之行銷數據分析
15.1 案例背景
15.2 利用rfm模型定位促銷名單
15.3 尋找有重購行為買家的特徵
15.4 總結與討論
第16章 超市商品購買關聯分析
16.1 案例背景
16.2 數據準備
16.3 商品購買關聯分析
16.4 結果套用
第17章 電信業客戶流失分析
17.1 案例背景
17.2 商業理解
17.3 數據理解與數據準備
17.4 建立模型與模型評估
17.5 模型的套用及行銷預演
17.6 總結與討論
第18章 信用風險評分方法
18.1 案例背景
18.2 商業理解
18.3 數據理解與數據準備
18.4 建立模型與模型評估
18.5 對若干問題的說明
第19章 醫療保險業的欺詐發現
19.1 案例背景
19.2 商業理解
19.3 數據理解與數據準備
19.4 建立模型
19.5 結果發布
19.6 進一步閱讀
第20章 電子商務中的數據挖掘套用
20.1 案例背景
20.2 數據理解
20.3 數據準備
20.4 建立模型與模型發布
20.5 進一步閱讀
附錄
附錄a 本書光碟內容介紹
附錄b spss軟體的安裝與激活
附錄c 書中統計方法、模型與知識點
索引
附錄d ibm spss statiscs函式一覽表
附錄e ibm spss modeler節點功能簡介
參考文獻
後記
