本書旨在將統(tǒng)計學(xué)原理、SPSS軟件、數(shù)據(jù)商務(wù)應(yīng)用三者有機(jī)結(jié)合, 并應(yīng)用二維碼技術(shù), 提供教學(xué)視頻、SPSS軟件操作、知識拓展等輔助學(xué)習(xí)資料, 更好地為讀者提供結(jié)構(gòu)清晰, 易學(xué)易用的統(tǒng)計學(xué)知識學(xué)習(xí)、提高數(shù)據(jù)分析能力、以及數(shù)字化閱讀的便捷性�；ヂ�(lián)網(wǎng)+背景下, 大數(shù)據(jù)及數(shù)據(jù)分析為商務(wù)決策提供科學(xué)依據(jù)。傳統(tǒng)統(tǒng)計學(xué)教材注重統(tǒng)計學(xué)原理、方法、公式等知識的系統(tǒng)闡述, 但是缺乏數(shù)據(jù)挖掘、數(shù)據(jù)分析在商務(wù)活動中應(yīng)用, 尤其是無法實現(xiàn)手工進(jìn)行大數(shù)據(jù)統(tǒng)計分析。
第一章 SPSS for Windows概述
第一節(jié) SPSS for Windows簡介
第二節(jié) SPSS 25．0的特點(diǎn)與新增功能
第三節(jié) SPSS for Windows的功能模塊
第四節(jié) SPSS 25．0界面基本操作
第二章 SPSS數(shù)據(jù)挖掘系統(tǒng)
第一節(jié) 數(shù)據(jù)挖掘概述
第二節(jié) 成功的數(shù)據(jù)挖掘
第三節(jié) SPSS Clementine
第四節(jié) SPSS數(shù)據(jù)挖掘的過程
第三章 數(shù)據(jù)的基本操作
第一節(jié) 知識準(zhǔn)備
第二節(jié) 建立與編輯數(shù)據(jù)文件
第三節(jié) 數(shù)據(jù)加工
第四章 基本統(tǒng)計分析
第一節(jié) 知識準(zhǔn)備
第二節(jié) 基本統(tǒng)計分析
第三節(jié) 數(shù)據(jù)探索
第四節(jié) 多維頻數(shù)分析
第五章 參數(shù)檢驗
第一節(jié) 知識準(zhǔn)備
第二節(jié) 單一樣本t檢驗
第三節(jié) 兩獨(dú)立樣本t檢驗
第四節(jié) 兩配對樣本t檢驗
第六章 方差分析
第一節(jié) 知識準(zhǔn)備
第二節(jié) 單因素方差分析
第三節(jié) 多因素方差分析
第四節(jié) 協(xié)方差分析
第七章 相關(guān)和回歸分析
第一節(jié) 知識準(zhǔn)備
第二節(jié) 相關(guān)分析
第三節(jié) 偏相關(guān)分析
第四節(jié) 簡單線性回歸分析
第五節(jié) 多元線性回歸分析
第六節(jié) 曲線估計
第七節(jié) 二項logistic回歸分析
第八章 聚類分析與判別分析
第一節(jié) 知識準(zhǔn)備
第二節(jié) 系統(tǒng)聚類分析
第三節(jié) K-均值聚類分析
第四節(jié) 判別分析
第九章 主成分分析和因子分析
第一節(jié) 知識準(zhǔn)備
第二節(jié) 主成分分析實驗
第三節(jié) 因子分析
第十章 信度分析
第一節(jié) 知識準(zhǔn)備
第二節(jié) 克隆巴赫α信度分析
第三節(jié) 折半信度系數(shù)模型
第四節(jié) 哥特曼模型
第五節(jié) 平行模型
第六節(jié) 信度分析小結(jié)
第十一章 SPSS在社會經(jīng)濟(jì)綜合評價及實證分析中的應(yīng)用
第一節(jié) 城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)系統(tǒng)聚類分析
第二節(jié) 城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)K-均值聚類分析
第三節(jié) 可支配收入和消費(fèi)性支出之間的回歸分析
第四節(jié) 數(shù)據(jù)分析在論文實證研究中的應(yīng)用
參考文獻(xiàn)
書單推薦
