SPSS统计分析与数据挖掘 第2版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

SPSS统计分析与数据挖掘 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 SPSS软件概述1

1.1 SPSS简介1

1.2 SPSS操作入门2

1.2.1 软件安装、启动及退出3

1.2.2 操作环境4

1.2.3 系统参数的设置7

1.3 SPSS的帮助系统14

第2章 SPSS数据挖掘系统16

2.1 数据挖掘概述16

2.1.1 数据挖掘的含义16

2.1.2 数据挖掘与OLAP17

2.1.3 数据挖掘和统计学17

2.1.4 数据挖掘的目的18

2.1.5 数据挖掘应用18

2.1.6 数据挖掘流程18

2.2 成功的数据挖掘19

2.2.1 CRISP-DM方法论20

2.2.2 选择数据挖掘工具24

2.2.3 SPSS数据挖掘25

2.3 SPSS数据挖掘的过程28

2.3.1 商业理解28

2.3.2 数据理解28

2.3.3 数据准备28

2.3.4 数据模型29

2.3.5 评估29

2.3.6 部署30

第3章 数据文件、变量与函数32

3.1 SPSS的变量类型32

3.1.1 数据的输入33

3.1.2 变量的编辑34

3.2 数据文件的打开和保存36

3.2.1 打开SPSS数据文件36

3.2.2 打开其他格式的数据文件36

3.2.3 数据文件保存37

3.3 SPSS函数38

3.3.1 算术函数38

3.3.2 统计函数38

3.3.3 逻辑函数39

3.3.4 日期和时间函数39

3.3.5 随机变量函数41

3.3.6 反分布函数43

3.3.7 累计分布函数43

3.3.8 缺失值函数45

3.3.9 字符串函数46

第4章 数据预处理48

4.1 数据文件的整理48

4.1.1 排序个案（Sort Case）过程49

4.1.2 转置（Transpose）过程49

4.1.3 合并文件（Merge File）过程50

4.1.4 分类汇总（Aggregate）过程52

4.1.5 拆分文件（Split File）过程54

4.1.6 选择个案（Select Cases）过程54

4.1.7 加权个案（Weight Cases）过程55

4.2 数据变量的变换和计算55

4.2.1 计算变量（Compute Variables）过程56

4.2.2 计数（Count）过程58

4.2.3 重新编码（Recode）过程59

4.2.4 个案排秩（Rank Cases）过程60

4.2.5 自动重新编码（Automatic Recode）过程62

第5章 基本统计分析64

5.1 基本概念64

5.1.1 基本的统计概念64

5.1.2 描述性统计分析66

5.2 频数分析67

5.2.1 Frequencies过程的操作界面67

5.2.2 实例分析69

5.3 描述性统计分析过程71

5.3.1 Descriptive过程的参数设置71

5.3.2 实例分析71

5.4 数据探索性分析过程73

5.4.1 Explore过程的参数设置73

5.4.2 实例分析74

5.5 列联表分析过程77

5.5.1 Crosstabs过程的参数设置77

5.5.2 实例分析80

第6章 参数检验83

6.1 参数估计和假设检验概述83

6.1.1 参数估计83

6.1.2 假设检验86

6.2 均值（Means）过程91

6.2.1 SPSS的均值（Means）过程参数设置91

6.2.2 均值（Means）过程实例92

6.3 单样本t检验93

6.3.1 单样本t检验过程的参数设置93

6.3.2 实例分析94

6.4 独立样本t检验96

6.4.1 独立样本t检验过程的参数设置96

6.4.2 实例分析97

6.5 配对两样本t检验99

6.5.1 配对两样本t检验过程的参数设置99

6.5.2 实例分析99

第7章 基本图形的绘制102

7.1 统计图概述102

7.2 条形图103

7.3 线图107

7.4 面积图109

7.5 饼图110

7.5.1 SPSS设置110

7.5.2 实例分析111

7.6 高低图112

7.7 质量控制图113

7.8 箱图118

7.8.1 SPSS参数设置118

7.8.2 实例分析119

7.9 散点图120

7.9.1 SPSS参数设置121

7.9.2 实例分析121

7.10 直方图123

7.11 时间序列图125

7.11.1 SPSS参数设置125

7.11.2 实例分析129

第8章 非参数检验132

8.1 非参数检验概述132

8.2 x2检验133

8.2.1 x2检验的参数设置134

8.2.2 x2检验实例分析136

8.3 二项分布检验138

8.3.1 二项分布检验的参数设置138

8.3.2 实例分析138

8.4 游程检验140

8.4.1 游程检验的参数设置141

8.4.2 实例分析141

8.5 单样本K-S检验143

8.5.1 单样本K-S检验的参数设置143

8.5.2 实例分析144

8.6 两独立样本分布位置检验146

8.6.1 两独立样本分布位置检验的参数设置147

8.6.2 实例分析147

8.7 多个独立样本分布位置检验149

8.7.1 SPSS参数设置149

8.7.2 实例分析150

8.8 两相关样本分布位置检验152

8.8.1 SPSS参数设置152

8.8.2 实例分析153

8.9 多个配对样本分布位置检验154

8.9.1 SPSS参数设置155

8.9.2 实例分析155

第9章 方差分析158

9.1 方差分析的基本原理158

9.1.1 自由度与平方和分解159

9.1.2 F检验161

9.1.3 多重比较162

9.2 单因素方差分析163

9.2.1 单因素方差分析步骤164

9.2.2 判断与结论165

9.2.3 One-Way ANOVA过程的参数设置165

9.2.4 实例分析168

9.3 多因素方差分析169

9.3.1 只考虑主效应的多因素方差分析169

9.3.2 存在交互效应的多因素方差分析171

9.3.3 Univariate过程参数设置173

9.3.4 实例分析178

9.4 协方差分析182

9.4.1 协方差分析概述182

9.4.2 实例分析183

第10章 回归分析186

10.1 线性回归186

10.1.1 线性回归模型187

10.1.2 最小二乘估计187

10.1.3 回归方程的显著性检验188

10.1.4 预测问题190

10.1.5 SPSS线性回归分析设置191

10.1.6 回归分析模型的实例分析195

10.2 非线性回归198

10.2.1 非线性回归分析的基本原理199

10.2.2 非线性回归参数设置199

10.2.3 案例——销售数量和广告投入的非线性回归分析202

10.3 Logistic回归205

10.3.1 Logistic回归模型概述205

10.3.2 Binary Logistic回归模型参数设置206

10.3.3 案例——银行贷款的信用风险分析209

第11章 相关分析214

11.1 相关分析概述214

11.1.1 相关关系214

11.1.2 相关图形和相关系数215

11.1.3 SPSS的相关分析功能简介217

11.2 Bivariate（双变量）过程217

11.2.1 双变量相关分析简介217

11.2.2 Bivariate过程的参数设置219

11.2.3 案例——汽车销售中各变量之间的相关分析220

11.3 Partial（偏相关）过程223

11.3.1 Partial过程的参数设置223

11.3.2 案例——医疗门诊病人的流动情况分析224

11.4 Distances（距离）过程226

11.4.1 Distances过程的参数设置226

11.4.2 案例——全国各个省市自治区直辖市的农民家庭收支的分布研究229

第12章 聚类分析231

12.1 聚类分析的原理231

12.1.1 一般原理232

12.1.2 聚类分析步骤235

12.1.3 系统聚类方法236

12.2 快速样本聚类过程239

12.2.1 快速聚类简介239

12.2.2 SPSS快速聚类的设置239

12.2.3 案例——2006年中国主要城市空气质量的比较分析241

12.3 系统聚类过程245

12.3.1 系统聚类简介245

12.3.2 SPSS系统聚类设置245

12.3.3 案例——中国经济地理区域的聚类分析248

12.4 两阶段聚类分析251

12.4.1 两阶段聚类简介251

12.4.2 SPSS两阶段聚类的设置252

12.4.3 案例——两阶段聚类分析应用于农村居民人均收入与生活消费支出研究253

第13章 判别分析256

13.1 判别分析的基本原理256

13.1.1 判别分析简介256

13.1.2 判别分析的数学模型与判别方法257

13.2 一般判别分析263

13.2.1 一般判别分析的参数设置263

13.2.2 案例——上市公司类型的比较分析266

13.3 逐步判别分析271

13.3.1 逐步判别的参数设置271

13.3.2 案例——全国部分省市地区的农民家庭收支的分布规律研究272

第14章 因子分析278

14.1 因子分析简介278

14.1.1 因子分析的基本原理279

14.1.2 因子分析的基本步骤和过程281

14.2 SPSS因子分析281

14.2.1 SPSS因子分析的参数设置281

14.2.2 案例——汽车销售的数据中各变量的因子分析285

第15章 对应分析290

15.1 对应分析的基本原理290

15.2 简单对应分析292

15.2.1 Correspondence Analysis过程292

15.2.2 案例——简单对应分析实例295

15.3 Optimal Scaling过程298

15.3.1 Optimal Scaling过程的SPSS参数设置298

15.3.2 案例——最优尺度分析实例305

第16章 可靠性和多维尺度分析309

16.1 可靠性分析309

16.1.1 可靠性分析的基本原理309

16.1.2 可靠性分析的参数设置311

16.1.3 案例——电视节目调查数据可靠性分析313

16.2 多维尺度分析315

16.2.1 多维尺度分析简介315

16.2.2 ALSCAL过程的参数设置316

16.2.3 案例——多维尺度实例分析319

第17章 生存分析322

17.1 生存分析简介322

17.1.1 生存分析的基本概念322

17.1.2 生存资料的特点324

17.1.3 生存分析方法324

17.1.4 SPSS中的生存分析过程325

17.2 Life Tables过程326

17.2.1 Life Tables过程的参数设置326

17.2.2 案例——电信公司客户流失分析327

17.3 Kaplan-Meier分析331

17.3.1 Kaplan-Meier分析的步骤331

17.3.2 案例——新药开发的数据分析333

17.4 Cox模型回归分析336

17.4.1 Cox回归模型336

17.4.2 Cox模型参数设置338

17.4.3 案例——电信公司的客户流失的Cox回归模型分析342

第18章 对数线性模型347

18.1 对数线性模型概述347

18.2 General过程348

18.2.1 General过程的参数设置348

18.2.2 实例分析351

18.3 Logit过程353

18.3.1 Logit过程的参数设置353

18.3.2 实例分析356

18.4 模型选择（Model Selection）过程359

18.4.1 模型选择的参数设置359

18.4.2 实例分析361

第19章 时间序列分析364

19.1 时间序列概述364

19.1.1 时间序列的组成部分364

19.1.2 时间序列的数学模型365

19.1.3 时间序列的分析步骤367

19.1.4 SPSS时间序列分析功能367

19.2 时间序列数据的预处理374

19.2.1 缺失值替换374

19.2.2 定义时间变量375

19.2.3 时间序列的平稳化375

19.3 指数平滑模型过程376

19.3.1 指数平滑的基本原理376

19.3.2 指数平滑模型的参数设置379

19.3.3 案例——销售数据预测分析380

19.4 ARIMA模型385

19.4.1 ARIMA模型的基本原理385

19.4.2 ARIMA模型的参数设置388

19.4.3 案例——上海证券交易所综合指数收益率模拟预测分析389

19.5 季节分解模型过程393

19.5.1 季节分解模型的参数设置393

19.5.2 案例——具有季节因素的服装销售数据的预测分析394

第20章 缺失值分析398

20.1 缺失值理论概述398

20.1.1 数据缺失方式399

20.1.2 缺失值处理方法399

20.2 SPSS缺失值分析操作403

20.2.1 缺失值分析的参数设置403

20.2.2 案例——数据集中缺失值的实例分析407

第21章 决策树模型413

21.1 决策树模型概述413

21.1.1 CHAID算法415

21.1.2 Exhaustive CHAID算法416

21.1.3 CART算法416

21.1.4 QUEST算法417

21.2 决策树的参数设置417

21.2.1 变量设置417

21.2.2 类别（Categories）设置418

21.2.3 输出（Output）设置419

21.2.4 验证（Validation）设置421

21.2.5 保存（Save）设置422

21.2.6 条件（Criteria）设置423

21.2.7 CHAID算法设置424

21.2.8 CART算法设置424

21.2.9 QUEST算法设置425

21.2.10 修剪（Pruning）设置425

21.2.11 替代变量（Surrogates）设置426

21.2.12 选项（Options）设置426

21.2.13 误分类成本设置427

21.2.14 利润（Profits）设置427

21.2.15 先验概率（Prior Probabilities）设置428

21.2.16 实例分析429

21.2.17 模型建立429

21.2.18 模型评估431

第22章 神经网络438

22.1 神经网络概述438

22.1.1 历史及现状439

22.1.2 神经网络特点440

22.1.3 神经元模型441

22.1.4 神经网络模型442

22.1.5 神经网络的学习规则442

22.1.6 SPSS神经网络模型443

22.2 SPSS神经网络模型的设置445

22.2.1 多层感知器（MLP）的设置445

22.2.2 径向基函数（RBF）的设置453

22.3 实例分析455

22.3.1 参数设置456

22.3.2 结果分析458

第23章 信用风险分析463

23.1 信用风险概述463

23.1.1 信用风险基本概念463

23.1.2 信用风险度量方法464

23.1.3 SPSS中信用风险分析模块467

23.2 案例分析467

23.2.1 Binary Logistic（二元Logistic）过程467

23.2.2 Tree（决策树）过程472

23.2.3 Discriminant（判别）过程478

第24章 SPSS在社会经济综合评价中的应用483

24.1 沿海省市经济综合指标的主成分分析483

24.2 中国内地城镇居民消费结构的聚类分析487

24.3 我国内地可支配收入和消费性支出之间的回归分析491