万本电子书0元读

万本电子书0元读

顶部广告

[CDA数据分析师系列丛书]胸有成竹:数据分析的SPSS和SAS EG进阶(第2版)电子书

“CDA数据分析师系列丛书”依照数据分析师规范化学习体系而定。满足了CDA数据分析师等级认证学习的需要,也兼顾了大数据的热动态。从策划之初一直坚持以“读者需求”为主线,结合企业实际案例和业务场景来谈大数据思维和小数据分析。实现技术扎实,业务精通,策略地气!

售       价:¥

纸质售价:¥40.70购买纸书

28人正在读 | 0人评论 6.2

作       者:经管之家

出  版  社:电子工业出版社

出版时间:2016-05-01

字       数:12.0万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书共5章,涉及使用SAS EG做数据分析的主要分析方法。其中,第1章为数据分析方法概述,第2章至第4章为横截面数据分析方法。第5章为时间序列分析方法。每章都根据所涉及的知识的不同,选取了实用的案例,并为读者准备了相应的思考和练习题。 本书是一本面向商业数据分析初学者的教材,从具体的商业数据分析案例手,使读者掌握数据分析的目的、理念、思路与分析步骤。本书力图淡化技术,对于方法的介绍也尽量避免涉及过多的数学内容,和高等数学相关的内容只在线形回归和主成分分析这两节中涉及到,而且都辅以图形作形象的展现。因此本书的读者只需要具有高中水平的数学基础即可。<br/>【推荐语】<br/>“CDA数据分析师系列丛书”依照数据分析师规范化学习体系而定。满足了CDA数据分析师等级认证学习的需要,也兼顾了大数据的热动态。从策划之初一直坚持以“读者需求”为主线,结合企业实际案例和业务场景来谈大数据思维和小数据分析。实现技术扎实,业务精通,策略地气!<br/>【作者】<br/>经管之家(www.jg.com.cn):原人大经济论坛,于2003年成立,致力于推动经管学科的步,传播优秀教育资源,目前已经发展成为国内*的经济、管理、金融、统计类的在线教育和咨询网站,也是国内活跃和*影响力的经管类网络社区。经管之家从2006年起在国内早展数据分析培训,累计培训学员数万人。在大数据的趋势背景下,创新“CDA数据分析师”品牌,致力于为社会各界数据分析爱好者提供*质、科学、系统的数据分析教育。截至2016年3月已成功举办40多期系统培训,培训学员达3千余名;CDA认证考试已成功举办三届,报考人数上千人;中国数据分析师俱乐部(CDA CLUB),每周线下免费沙龙活动,已举力40多期,累积会员2千余名;中国数据分析师行业峰会(CDA Summit),一年两届,参会人数皆达2千余名,在大数据领域影响力超前。“CDA数据分析师”队伍在业界不断壮大,对数据分析人才产业起到了巨大的推动作用。 常国珍,北京大学商学博士,法学硕士。曾就职于亚信科技BOC部门、方正国际金融事业部、德勤管理咨询信息技术系统咨询部。SAS公司资深讲师,Oracle大数据讲师,多家金融信息部门和金融高科技公司数据挖掘技术顾问。从事征信数据集市与信用风险建模、客户价值提升等数据挖掘项目。擅长基于个体行为分析的价值发现和信用建模。研究方向为宏微观合研究,兴趣在于宏观环境变化对微观主体行为的经济后果分析及价值投资。 赵仁乾,北京邮电大学管理科学与工程硕士,现就职于北京电信规划设计院,从事移动、联通集团及各省分公司市场、业务、财务规划,经济评价及运营咨询。重研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。 曾珂,华中师范大学管理科学与工程硕士,现就职于经管之家CDA数据分析研究院,从事互联网、电子商务方向数据分析与数据挖掘的研究,CDA数据分析师的教学工作,研究方向为网络文本挖掘、电商市场细分与客户细分、潜在价值客户挖掘、互联网大数据挖掘等。<br/>
目录展开

内容简介

序言:这是一个用数据说话的时代

前言

第1章 数据分析方法概述

1.1 数据分析概述

1.1.1 数据分析过程

1.1.2 数据分析的商业驱动

1.2 数据分析与挖掘方法分类介绍

1.2.1 描述性——无监督的学习

1.2.2 预测性——有监督的学习

1.3 数据分析的方法论

1.3.1 数据挖掘的项目管理方法论:CRISP-DM

1.3.2 数据整理与建模的方法论:SEMMA

1.3.3 SAS EG和SPSS任务菜单编排与SEMMA之间的关系

第2章 描述数据特征

2.1 认识数据类型

2.2 单变量描述统计方法

2.2.1 分类变量的描述

2.2.2 连续变量的描述

2.3 创建频数报表

2.4 生成汇总统计量

2.5 用汇总表任务生成汇总报表

2.6 绘制条形图

2.7 绘制地图

2.8 使用SPSS进行描述统计

2.8.1 频率过程

2.8.2 描述过程

2.8.3 探索过程

2.8.4 P-P图与Q-Q图

2.9 使用SPSS绘制统计图形

2.9.1 作图方法

2.9.2 饼图、柱图与条图

2.9.3 线图、高低图和双轴图

2.9.4 散点图

第3章 描述性数据分析/挖掘方法

3.1 客户细分方法介绍

3.1.1 客户细分的意义

3.1.2 根据客户利润贡献进行划分

3.1.3 根据个人或公司的生命历程进行划分

3.1.4 根据客户的产品偏好进行划分

3.1.5 根据客户交易/消费行为进行划分

3.1.6 根据客户的多维行为属性细分

3.1.7 展现客户/产品结构的战略细分

3.1.8 客户细分:综合运用

3.2 连续变量间关系探索与变量约减

3.2.1 多元统计基础

3.2.2 多元变量压缩的思路

3.2.3 主成分分析

3.2.4 因子分析

3.2.5 对应分析

3.2.6 最优尺度分析

3.2.7 多维尺度分析

3.3 聚类分析

3.3.1 基本逻辑

3.3.2 系统聚类

3.3.3 快速聚类

3.3.4 两步聚类

第4章 预测性数据分析方法

4.1 假设检验概念

4.1.1 统计推断基本概念

4.1.2 变量分布的图形探索

4.1.3 均值的置信区间

4.1.4 假设检验基础

4.1.5 T检验

4.2 构造对连续变量的预测模型

4.2.1 方差分析(ANOVA)

4.2.2 线性回归

4.2.3 线性回归的模型诊断

4.2.4 线性回归的全流程

4.3 构造对二分类变量的预测模型

4.3.1 分类变量之间的相关性检验

4.3.2 逻辑回归

第5章 时间序列

5.1 时间序列的趋势分解法

5.1.1 趋势分解法简介

5.2.2 使用SASEG进行时间序列趋势分解

5.2.3 使用SPSS进行时间序列趋势分解

5.2 平稳时间序列(ARMA)模型设定与识别

5.2.1 平稳时间序列定义

5.2.2 平稳时间序列模型建模

5.2.3 ARMA的模型设定与识别

5.3 非平稳时间序列(ARIMA)模型设定与识别

5.4 SAS EG时间序列建模步骤

5.5 SPSS时间序列建模步骤

5.5.1 SPSS构造ARIMA模型使用的任务菜单

5.5.2 “定义日期”任务

5.5.3 “序列图”任务

5.5.4 “自相关”任务

5.5.5 “创建模型”任务

5.5.6 “使用模型”任务

5.5.7 其他内容

附录A 数据说明

附录B CDA数据分析师致力于最好的数据分析人才建设

参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部