SPSS统计分析与数据挖掘

第1章　spss软件概述　
　1.1　spss简介　
　1.2　spss操作入门　
　　1.2.1　软件安装、启动及退出　
　　1.2.2　操作环境　
　　1.2.3　系统参数的设置　
　1.3　spss的帮助系统　
第2章　spss数据挖掘系统　
　2.1　数据挖掘概述　
　　2.1.1　数据挖掘的含义　
　　2.1.2　数据挖掘与olap　
　　2.1.3　数据挖掘和统计学　
　　2.1.4　数据挖掘的目的　
　　2.1.5　数据挖掘应用　
　　2.1.6　数据挖掘流程　
　2.2　成功的数据挖掘　
　　2.2.1　crisp-dm方法论　
　　2.2.2　选择数据挖掘工具　
　　2.2.3　spss数据挖掘　
　2.3　spss数据挖掘的过程　
　　2.3.1　商业理解　
　　2.3.2　数据理解　
　　2.3.3　数据准备　
　　2.3.4　数据模型　
　　2.3.5　评估　
　　2.3.6　部署　
第3章　数据文件、变量与函数　
　3.1　spss的变量类型　
　　3.1.1　数据的输入　
　　3.1.2　变量的编辑　
　3.2　数据文件的打开和保存　
　　3.2.1　打开spss数据文件　
　　3.2.2　打开其他格式的数据文件　
　　3.2.3　数据文件保存　
　3.3　spss函数　
　　3.3.1　算术函数　
　　3.3.2　统计函数　
　　3.3.3　逻辑函数　
　　3.3.4　日期和时间函数　
　　3.3.5　随机变量函数　
　　3.3.6　反分布函数　
　　3.3.7　累计分布函数　
　　3.3.8　缺失值函数　
　　3.3.9　字符串函数　
第4章　数据预处理　
　4.1　数据文件的整理　
　　4.1.1　排序个案（sort　case）过程　
　　4.1.2　转置（transpose）过程　
　　4.1.3　合并文件（merge　file）过程　
　　4.1.4　分类汇总（aggregate）过程　
　　4.1.5　拆分文件（split　file）过程　
　　4.1.6　选择个案（select　cases）过程　
　　4.1.7　加权个案（weight　cases）过程　
　4.2　数据变量的变换和计算　
　　4.2.1　计算变量（compute　variables）过程　
　　4.2.2　计数（count）过程　
　　4.2.3　重新编码（recode）过程　
　　4.2.4　个案排秩（rank　cases）过程　
　　4.2.5　自动重新编码（automatic　recode）过程　
第5章　基本统计分析　
　5.1　基本概念　
　　5.1.1　基本的统计概念　
　　5.1.2　描述性统计分析　
　5.2　频数分析　
　　5.2.1　frequencies过程的操作界面　
　　5.2.2　实例分析　
　5.3　描述性统计分析过程　
　　5.3.1　descriptive过程的参数设置　
　　5.3.2　实例分析　
　5.4　数据探索性分析过程　
　　5.4.1　explore过程的参数设置　
　　5.4.2　实例分析　
　5.5　列联表分析过程　
　　5.5.1　crosstabs过程的参数设置　
　　5.5.2　实例分析　
第6章　参数检验　
　6.1　参数估计和假设检验概述　
　　6.1.1　参数估计　
　　6.1.2　假设检验　
　6.2　均值（means）过程　
　　6.2.1　spss的means过程参数设置　
　　6.2.2　means过程实例　
　6.3　单样本t检验　
　　6.3.1　one-sample　t　test过程的参数设置　
　　6.3.2　实例分析　
　6.4　独立两样本t检验　
　　6.4.1　independent-sample　t　test过程的参数设置　
　　6.4.2　实例分析　
　6.5　配对两样本t检验　
　　6.5.1　paired-sample　t　test过程的参数设置　
　　6.5.2　实例分析　
第7章　基本图形的绘制　
　7.1　统计图概述　
　7.2　条形图　
　7.3　线图　
　7.4　面积图　
　7.5　饼图　
　　7.5.1　spss设置　
　　7.5.2　实例分析　
　7.6　高低图　
　7.7　质量控制图　
　7.8　箱图　
　　7.8.1　spss参数设置　
　　7.8.2　实例分析　
　7.9　散点图　
　　7.9.1　spss参数设置　
　　7.9.2　实例分析　
　7.10　直方图　
　　7.10.1　p-p图和q-q图　
　7.11　时间序列图　
　　7.11.1　spss参数设置　
　　7.11.2　实例分析　
第8章　非参数检验　
　8.1　非参数检验概述　
　8.2　检验　
　　8.2.1　检验的参数设置　
　　8.2.2　检验实例分析　
　8.3　二项分布检验　
　　8.3.1　二项分布检验的参数设置　
　　8.3.2　实例分析　
　8.4　游程检验　
　　8.4.1　游程检验的参数设置　
　　8.4.2　实例分析　
　8.5　单样本k-s检验　
　　8.5.1　单样本k-s检验的参数设置　
　　8.5.2　实例分析　
　8.6　两独立样本分布位置检验　
　　8.6.1　两独立样本分布位置检验的参数设置　
　　8.6.2　实例分析　
　8.7　多个独立样本分布位置检验　
　　8.7.1　spss参数设置　
　　8.7.2　实例分析　
　8.8　两相关样本分布位置检验　
　　8.8.1　spss参数设置　
　　8.8.2　实例分析　
　8.9　多个配对样本分布位置检验　
　　8.9.1　spss参数设置　
　　8.9.2　实例分析　
第9章　方差分析　
　9.1　方差分析的基本原理　
　　9.1.1　自由度与平方和分解　
　　9.1.2　f检验　
　　9.1.3　多重比较　
　9.2　单因素方差分析　
　　9.2.1　单因素方差分析步骤　
　　9.2.2　判断与结论　
　　9.2.3　one-way　anova过程的参数设置　
　　9.2.4　实例分析　
　9.3　多因素方差分析　
　　9.3.1　只考虑主效应的多因素方差分析　
　　9.3.2　存在交互效应的多因素方差分析　
　　9.3.3　univariate过程参数设置　
　　9.3.4　实例分析　
　9.4　协方差分析　
　　9.4.1　协方差分析概述　
　　9.4.2　实例分析　
第10章　回归分析　
　10.1　线性回归　
　　10.1.1　线性回归模型　
　　10.1.2　最小二乘估计　
　　10.1.3　回归方程的显著性检验　
　　10.1.4　预测问题　
　　10.1.5　spss线性回归分析设置　
　　10.1.6　回归分析模型的实例分析　
　10.2　非线性回归　
　　10.2.1　非线性回归分析的基本原理　
　　10.2.2　非线性回归参数设置　
　　10.2.3　案例——销售数量和广告投入的非线性回归分析　
　10.3　logistic回归　
　　10.3.1　logistic回归模型概述　
　　10.3.2　binary　logistic回归模型参数设置　
　　10.3.3　案例——银行贷款的信用风险分析　
第11章　相关分析　
　11.1　相关分析概述　
　　11.1.1　相关关系　
　　11.1.2　相关图形和相关系数　
　　11.1.3　spss的相关分析功能简介　
　11.2　bivariate过程　
　　11.2.1　两变量相关分析简介　
　　11.2.2　bivariate过程的参数设置　
　　11.2.3　案例——汽车销售中各变量之间的相关分析　
　11.3　partial过程　
　　11.3.1　partial过程的参数设置　
　　11.3.2　案例——医疗门诊病人的流动情况分析　
　11.4　distances（距离）过程　
　　11.4.1　距离分析参数设置　
　　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　
第12章　聚类分析　
　12.1　聚类分析的原理　
　　12.1.1　一般原理　
　　12.1.2　聚类分析步骤　
　　12.1.3　系统聚类方法　
　12.2　快速样本聚类过程　
　　12.2.1　快速聚类简介　
　　12.2.2　spss快速聚类的设置　
　　12.2.3　案例——2006年中国主要城市空气质量的比较分析　
　12.3　分层聚类过程　
　　12.3.1　分层聚类简介　
　　12.3.2　spss分层聚类设置　
　　12.3.3　案例——中国经济地理区域的聚类分析　
　12.4　两阶段聚类分析　
　　12.4.1　两阶段聚类简介　
　　12.4.2　spss两阶段聚类的设置　
　　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　
第13章　判别分析　
　13.1　判别分析的基本原理　
　　13.1.1　判别分析简介　
　　13.1.2　判别分析的数学模型与判别方法　
　13.2　一般判别分析　
　　13.2.1　一般判别分析的参数设置　
　　13.2.2　案例——上市公司类型的比较分析　
　13.3　逐步判别分析　
　　13.3.1　逐步判别的参数设置　
　　13.3.2　案例——全国各个省市地区的农民家庭收支的分布规律研究　
第14章　因子分析　
　14.1　因子分析简介　
　　14.1.1　因子分析的基本原理　
　　14.1.2　因子分析的基本步骤和过程　
　14.2　spss软件进行因子分析　
　　14.2.1　spss因子分析的参数设置　
　　14.2.2　案例——汽车销售的数据中各变量的因子分析　
第15章　对应分析　
　15.1　对应分析的基本原理　
　15.2　简单对应分析　
　　15.2.1　correspondence　analysis过程　
　　15.2.2　案例——简单对应分析实例　
　15.3　optimal　scaling过程　
　　15.3.1　optimal　scaling过程的spss参数设置　
　　15.3.2　案例——最优尺度分析实例　
第16章　可靠性和多维尺度分析　
　16.1　可靠性分析　
　　16.1.1　可靠性分析的基本原理　
　　16.1.2　可靠性分析的参数设置　
　　16.1.3　案例——电视节目调查数据可靠性分析　
　16.2　多维尺度分析　
　　16.2.1　多维尺度分析简介　
　　16.2.2　alscal过程的参数设置　
　　16.2.3　案例——多维尺度实例分析　
第17章　生存分析　
　17.1　生存分析简介　
　　17.1.1　生存分析的基本概念　
　　17.1.2　生存资料的特点　
　　17.1.3　生存分析方法　
　　17.1.4　spss中的生存分析过程　
　17.2　life　tables过程　
　　17.2.1　life　tables过程的参数设置　
　　17.2.2　案例——电信公司客户流失分析　
　17.3　kaplan-meier分析　
　　17.3.1　kaplan-meier分析的步骤　
　　17.3.2　案例——新药开发的数据分析　
　17.4　cox模型回归分析　
　　17.4.1　cox回归模型　
　　17.4.2　cox模型参数设置　
　　17.4.3　案例——电信公司的客户流失的cox回归模型分析　
第18章　对数线性模型　
　18.1　对数线性模型概述　
　18.2　general过程　
　　18.2.1　general过程的参数设置　
　　18.2.2　实例分析　
　18.3　logit过程　
　　18.3.1　logit过程的参数设置　
　　18.3.2　实例分析　
　18.4　模型（model）selection过程　
　　18.4.1　模型（model）selection的参数设置　
　　18.4.2　实例分析　
第19章　时间序列分析　
　19.1　时间序列概述　
　　19.1.1　时间序列的组成部分　
　　19.1.2　时间序列的数学模型　
　　19.1.3　时间序列的分析步骤　
　　19.1.4　spss时间序列分析功能　
　19.2　时间序列数据的预处理　
　　19.2.1　缺失值替换　
　　19.2.2　定义时间变量　
　　19.2.3　时间序列的平稳化　
　19.3　指数平滑模型过程　
　　19.3.1　指数平滑的基本原理　
　　19.3.2　指数平滑模型的参数设置　
　　19.3.3　案例——销售数据预测分析　
　19.4　arima模型　
　　19.4.1　arima模型的基本原理　
　　19.4.2　arima模型的参数设置　
　　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　
　19.5　季节分解模型过程　
　　19.5.1　季节分解模型的参数设置　
　　19.5.2　案例——具有季节因素的服装销售数据的预测分析　
第20章　缺失值分析　
　20.1　缺失值理论概述　
　　20.1.1　数据缺失方式　
　　20.1.2　缺失值处理方法　
　20.2　spss缺失值分析操作　
　　20.2.1　缺失值分析的参数设置　
　　20.2.2　案例——数据集中缺失值的实例分析　
第21章　决策树模型　
　21.1　决策树模型概述　
　　21.1.1　chaid算法　
　　21.1.2　exhaustive　chaid算法　
　　21.1.3　cart算法　
　　21.1.4　quest算法　
　21.2　决策树的参数设置　
　　21.2.1　变量设置　
　　21.2.2　类别（categories）设置　
　　21.2.3　输出（output）设置　
　　21.2.4　验证（validation）设置　
　　21.2.5　保存（save）设置　
　　21.2.6　条件（criteria）设置　
　　21.2.7　chaid算法设置　
　　21.2.8　cart算法设置　
　　21.2.9　quest算法设置　
　　21.2.10　修剪（pruning）设置　
　　21.2.11　替代变量（surrogates）设置　
　　21.2.12　选项（options）设置　
　　21.2.13　误分类成本设置　
　　21.2.14　利润（profits）设置　
　　21.2.15　先验概率（prior　probabilities）设置　
　　21.2.16　实例分析　
　　21.2.17　模型建立　
　　21.2.18　模型评估　
第22章　神经网络　
　22.1　神经网络概述　
　　22.1.1　历史及现状　
　　22.1.2　神经网络特点　
　　22.1.3　神经元模型　
　　22.1.4　神经网络模型　
　　22.1.5　神经网络的学习规则　
　　22.1.6　spss神经网络模型　
　22.2　spss神经网络模型的设置　
　　22.2.1　多层感知器（mlp）的设置　
　　22.2.2　径向基函数（rbf）的设置　
　22.3　实例分析　
　　22.3.1　参数设置　
　　22.3.2　结果分析　
第23章　信用风险分析　
　23.1　信用风险概述　
　　23.1.1　信用风险基本概念　
　　23.1.2　信用风险度量方法　
　23.2　案例分析　
　　23.1.3　spss中信用风险分析模块　
　　23.2.1　二元logistic过程　
　　23.2.2　决策树（tree）过程　
　　23.2.3　discriminant过程　
第24章　spss在社会经济综合评价中的应用　
　24.1　沿海省市经济综合指标的主成分分析　
　24.2　中国城镇居民消费结构的聚类分析　
　24.3　我国内地可支配收入和消费性支出之间的回归分析