SPSS数据分析和挖掘（2天）

SPSS数据分析
课程时间：2天（12小时）
纪贺元
课程简介：SPSS是著名的统计分析软件，2009年SPSS被IBM收购后，IBM逐步将其改造，并正将SPSS打造为适用于营销、财务、人事、生产、研发、综合经济分析等多领域的商业智能分析软件。
本课程首先介绍统计分析基础，随后介绍SPSS的基本概念和基本操作，讲解SPSS的专业报表制作的专业图形分析技巧，系统介绍了SPSS在数据间关系分析、离散型因变量、离散型自变量、直销、分类、预测、企业主成分分析等方面的应用，课程案例全部来自于XXX公司提供的实际数据以及其他实际数据。
本课程全部案例均采用SPSS和EXCEL软件进行讲解。
课程适用对象：本课程的对象为企业营销、财务、人事、生产研发等方面的各种层次的人员，为了方便学员理解本课程，授课讲师已经将SPSS中比较晦涩和学术化的部分剔除，即使学员没有正规的统计分析基础，也能够较好较快地学习并应用SPSS。
授课老师有长期的统计分析和数据挖掘的商业培训经验，善于将复杂艰深的内容讲解得生动有趣、深入浅出，受到广大客户欢迎和好评。
课程收获：
掌握统计分析的基本概念、术语、分析流程
全面系统掌握SPSS
提升数据分析和挖掘能力
课程教学方式：讲师讲授+互动+EXCEL现场操作
课程对学员要求：
（1）有数据分析实战经验
（2）自带笔记本电脑并安装SPSS
统计分析基础
统计分析基本概念
包括假设检验、平均值、标准差、峰度、偏度、中位数、众数、R2、曲线拟合等。
SPSS基本操作
从EXCEL中导入数据（突破EXCEL 100万数据的限制）
给数据添加值标签
修改数据数值值（数据、分类、有序等）
分析报表和图形
可以根据自己的分析需要，使用SPSS输出自己的专业数据报表。
报表
按照观测量概述
按行概述
按列概述
分析图形
多维度图形的绘制
强大的面板图
图形分析的效果优化
数据的描述统计
描述统计可以对数据规律有着很好的把握。
频率表
快速了解数据的结构分布以及与标准正态图的对比情况。
分组求均值
从平均值等的角度考虑分组数据之间的差异。
探索
快速探索数据的规律，包括著名的茎叶图。
交叉表
专业版的EXCEL数据透视表，在展示数据的同时考虑数据之间的关系。
数据之间有关系吗？
从数据样本的角度考察数据之间的关联关系：
独立样本T检验
数据之间有关联吗？关联度如何？
配对样本T检验
用于分析成对数据的前后的绩效差异。
单因素方差分析
使用频率超高的分析方法。
相关分析
简单高效使用广泛的数据间关系分析方法。
离散型因变量的回归
Logistic回归是研究离散型因变量回归的重要手段，例如客户是否来银行存款、客户是否会欠款、客户喜欢什么品牌、产品的质量情况等等，都可以用Logistic回归进行分析。
二值Logistic回归
针对客户是否购买（”yes” or “no”）、股价是否上涨（”yes” or “no”）这样的问题进行分析。
名义值的Logistic回归
针对不同的选择的分析，例如上海的大学毕业生去哪个国家留学：“美国”、“欧洲”、“澳洲”这样的选择的问题，进行分析。
有序类的Logistic回归
针对有序的选择的分析，例如汽车尾气标准“欧III”、“欧IV”、“欧V”这样的选择的分析。
离散型自变量的回归
适合于自变量是离散变量的回归分析，例如分析消费者对汽车颜色的偏好（1：黑色，2：红色，3：白色，4：灰色，5：蓝色）与购车者性别（1：男，2：女）以及职业（1：学生，2：公务员，3：公司职员，4自由职业者，5：其他职业）等之间的关系。
连续变量离散化的随意性缺陷
模型的选择及结果分析
直销模块-多种强大的分析小工具的组合
直销模块是IBM收购SPSS后推出的新的商务分析模块：
（1）客户评级工具（RFM模型）
根据消费者的最近消费日期、消费频次、总消费金额来给消费者评级并甄选出最佳客户。
生成潜在客户概要文件
根据市场活动的结果，生成客户的概要文件。在将来的产品销售中，可以根据该文件，决定销售对象，以提高成功率。
（3）选择最有可能购买的消费者工具
购买倾向分析通过建立模型来预测客户购买产品的可能性。
分类
（1）聚类
针对多种指标下的分类，例如银行客户的分类、旅游景点的分类、财务数据的分类等等。
包括二步聚类、K-均值聚类和系统聚类等，三种聚类的应用场景不尽相同。
（2）最近邻元素分析
聚类方法在商业分析中的进一步应用。
（3）判别分析
根据消费者的特征进行判别，看他属于哪一分类？
商业预测
一元和多元线性回归
什么是数据拟合？
回归方法的选择
回归模型的结论解释
时间序列分析
移动平均分析
包括一次、二次和三次移动平均
指数平滑分析
包括一次、二次和三次指数平滑
ARIMA分析
ARIMA分析的内涵以及参数的调优
季节分解
周期性数据的近乎完美的分解
主成分分析
对于销售、财务、人事、综合竞争力等多指标的数据进行降维处理，构建评估分析模型。
数据收集
模型构建
结果分析
模型的优化

纪贺元老师的其它课程