谁说菜鸟不会数据分析（SPSS篇）（全彩）

出版者:电子工业出版社

作者:狄松

页数:228

出版时间:2016-6

价格:59.00元

装帧:平装

isbn号码:9787121288012

具体描述

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。

《谁说菜鸟不会数据分析（SPSS篇）》继续采用职场三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。

《谁说菜鸟不会数据分析（SPSS篇）》从解决工作中的实际问题出发，从统计描述、统计推断到探索性分析，总结并提炼工作中经常用到并且非常实用的通过SPSS 进行数据处理、数据分析实战方法与技巧。《谁说菜鸟不会数据分析（SPSS篇）》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。

《谁说菜鸟不会数据分析（SPSS篇）》适合刚踏出校门，初涉职场的新人，尤其适合从事产品运营、市场营销、金融、财务、人力资源管理等工作的上班族们，《谁说菜鸟不会数据分析（SPSS篇）》能帮助他们提高工作效率；而从事管理、咨询、研究等工作的专业人士，也不妨阅读本书，说不定会有惊喜的发现。

目录信息

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 7
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
· · · · · · (收起)

读后感

这本书通过讲述三人行的故事来说明数据分析。对那些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、分析等专业人士有很大的帮助。 随着大数据...

这本书通过讲述三人行的故事来说明数据分析。对那些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、分析等专业人士有很大的帮助。 随着大数据...

这本书通过讲述三人行的故事来说明数据分析。对那些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、分析等专业人士有很大的帮助。 随着大数据...

这本书通过讲述三人行的故事来说明数据分析。对那些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、分析等专业人士有很大的帮助。 随着大数据...

这本书通过讲述三人行的故事来说明数据分析。对那些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、分析等专业人士有很大的帮助。 随着大数据...

用户评价

我一直认为，数据分析的精髓不在于会用工具，而在于“会提问”。我的主要顾虑是，这本书会不会过于侧重S-P-S-S软件界面的机械点击，而忽略了数据思维的培养？我需要的不仅仅是“如何跑出相关系数”的步骤，而是“在什么情况下，我应该选择皮尔逊相关而不是斯皮尔曼等级相关”，以及“跑出来的结果如何用最经济、最准确的语言向非技术背景的同事汇报”。我希望能看到它在数据预处理阶段给予足够的重视，因为大家都说“垃圾进，垃圾出”，如果清洗和转换数据的方法不扎实，后面的分析再精妙也只是空中楼阁。如果这本书能用一种批判性的视角，引导读者审视数据的局限性，那才算得上是一本合格的入门读物。

这本书的封面设计确实抓人眼球，那抹亮眼的色彩在书架上跳脱出来，让人忍不住想拿起来翻翻看。作为一名刚刚踏入数据分析领域的新手，我对“菜鸟”这个词深有共鸣，所以这本书的名字一下子就击中了我的痛点。我期待它能用最直白、最易懂的方式，把我从一堆复杂的统计学术语和软件操作界面中解救出来。我希望看到的是那种能让我仿佛坐在一个经验丰富的导师旁边，手把手地教我如何从零开始，清洗数据、运行分析，最后解读结果的详尽步骤。最重要的是，我希望它不仅仅是罗列操作按钮，而是能真正教会我“为什么”要这么做，背后的逻辑是什么，这样才能在面对实际工作中的千奇百怪的数据时，不至于束手无策。如果这本书能用生活化的例子来阐释那些抽象的统计概念，比如用购物篮分析来解释关联规则，那简直是太棒了，那样学习的效率和兴趣都能大大提升。

说实话，市面上很多号称是“入门”的书籍，拿到手才发现，它们要么是把深奥的理论堆砌在一起，要么就是软件操作指南的简单复刻，缺乏将两者有机结合的桥梁。我特别关注这本书的排版和视觉呈现，毕竟是“全彩”版本，我希望这种色彩的使用是经过深思熟虑的，能够真正起到辅助理解的作用，比如用不同颜色标注关键步骤、高亮显示易错点，或者用图表清晰地展示不同分析结果的差异。如果它能像一本精美的图文志一样，让我在阅读过程中不感到枯燥和压力，那将极大地减轻我学习的心理负担。我特别想知道它在案例选择上是否贴近我们日常的商业或科研场景，如果能看到一些我正在处理的实际问题是如何通过书中的方法迎刃而解的，那这本书的价值就不仅仅是纸上的知识，更是一种实战经验的传承。

从一个纯粹的工具书期待来看，这本书的实用性是衡量其价值的首要标准。我尤其看重它的“查阅便捷性”。在实际操作中，我们经常会忘记某个特定检验的假设前提，或者不确定某个图表选项的最佳设置。如果这本书的索引做得清晰明了，或者关键的操作流程有清晰的流程图指示，那么它就能成为我工作台上随时可以翻阅的“工具手册”。我希望它不要只停留在描述性统计，而是能深入到推断性统计的核心——假设检验。特别是对那些新手容易混淆的P值、置信区间以及不同检验方法的适用范围，如果能用表格或对比图的形式清晰地列出来，那将是极大的加分项。毕竟，工具用得顺手不顺手，直接决定了我们工作效率的高低。

我对这本教程的期待，很大程度上基于它能否帮助我构建起一个完整的分析框架。很多时候，我们学到的知识是碎片化的，知道A是什么，B怎么做，但不知道A和B之间、以及它们如何服务于最终的业务目标。我希望这本书能提供一个清晰的路线图，比如：“如果你想探究变量间的关系，请看第三章；如果你想预测未来的趋势，请参考第七章”。这种结构化的引导，对于需要快速建立系统认知的新手至关重要。如果它能在每一个分析模块的结尾，都附带一个“总结与反思”环节，引导读者思考这个分析解决了什么问题，还遗留了什么问题，那就更完美了。这种引导性思维的训练，比单纯的技术讲解更有助于一个“菜鸟”的快速成长。

不错，很实用。但是内容相对较少，这个问题无法避免。

两个特点：彩图和情景模拟，对于我电脑白痴特别大神，对电脑大神可能稍显白痴。

目前用不上SPSS，如果日后需要，不乏为一本合适的工具书

假期学习一波

内容清晰简单，适合入门，印刷不错，主讲工具，结合数据分析方法，最好有一点统计基础。2-3天可看完。