亚洲AⅤ自偷自拍视频_亚洲欧洲精品一区二区_中日韩AV丰满少妇无码_亚洲欧美日韩一区天堂

當前位置: 首頁 > 內(nèi)訓課程 > 課程內(nèi)容
廣告1
相關(guān)熱門公開課程更多 》
相關(guān)熱門內(nèi)訓課程更多 》
相關(guān)最新下載資料

SPSS數(shù)據(jù)分析

課程編號:40395

課程價格:¥21000/天

課程時長:2 天

課程人氣:674

行業(yè)類別:行業(yè)通用     

專業(yè)類別:大數(shù)據(jù) 

授課講師:紀賀元

  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓對象】
本課程的對象為企業(yè)營銷、財務(wù)、人事、生產(chǎn)研發(fā)等方面的各種層次的人員,為了方便學員理解本課程,授課講師已經(jīng)將SPSS中比較晦澀和學術(shù)化的部分剔除,即使學員沒有正規(guī)的統(tǒng)計分析基礎(chǔ),也能夠較好較快地學習并應(yīng)用SPSS。

【培訓收益】
(1)掌握統(tǒng)計分析的基本概念、術(shù)語、分析流程 (2)全面系統(tǒng)掌握SPSS (3)提升數(shù)據(jù)分析和挖掘能力

1.統(tǒng)計分析基礎(chǔ)
1.1統(tǒng)計分析基本概念
包括假設(shè)檢驗、平均值、標準差、峰度、偏度、中位數(shù)、眾數(shù)、R2、曲線擬合等。
1.2SPSS基本操作
(1)從EXCEL中導(dǎo)入數(shù)據(jù)(突破EXCEL 100萬數(shù)據(jù)的限制)
(2)給數(shù)據(jù)添加值標簽
(3)修改數(shù)據(jù)數(shù)值值(數(shù)據(jù)、分類、有序等)

2.分析報表和圖形
可以根據(jù)自己的分析需要,使用SPSS輸出自己的專業(yè)數(shù)據(jù)報表。
2.1報表
(1)按照觀測量概述
(2)按行概述
(3)按列概述
2.2分析圖形
(1)多維度圖形的繪制
(2)強大的面板圖
(3)圖形分析的效果優(yōu)化

3.數(shù)據(jù)的描述統(tǒng)計
描述統(tǒng)計可以對數(shù)據(jù)規(guī)律有著很好的把握。
(1)頻率表
快速了解數(shù)據(jù)的結(jié)構(gòu)分布以及與標準正態(tài)圖的對比情況。
(2)分組求均值
從平均值等的角度考慮分組數(shù)據(jù)之間的差異。
(3)探索
快速探索數(shù)據(jù)的規(guī)律,包括著名的莖葉圖。
(4)交叉表
專業(yè)版的EXCEL數(shù)據(jù)透視表,在展示數(shù)據(jù)的同時考慮數(shù)據(jù)之間的關(guān)系。

4.數(shù)據(jù)之間有關(guān)系嗎?
從數(shù)據(jù)樣本的角度考察數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系:
(1)獨立樣本T檢驗
數(shù)據(jù)之間有關(guān)聯(lián)嗎?關(guān)聯(lián)度如何?
(2)配對樣本T檢驗
用于分析成對數(shù)據(jù)的前后的績效差異。
(3)單因素方差分析
使用頻率超高的分析方法。
(4)相關(guān)分析
簡單高效使用廣泛的數(shù)據(jù)間關(guān)系分析方法。

5.離散型因變量的回歸
Logistic回歸是研究離散型因變量回歸的重要手段,例如客戶是否來銀行存款、客戶是否會欠款、客戶喜歡什么品牌、產(chǎn)品的質(zhì)量情況等等,都可以用Logistic回歸進行分析。
5.1二值Logistic回歸
針對客戶是否購買(”yes” or “no”)、股價是否上漲(”yes” or “no”)這樣的問題進行分析。
5.2名義值的Logistic回歸
針對不同的選擇的分析,例如上海的大學畢業(yè)生去哪個國家留學:“美國”、“歐洲”、“澳洲”這樣的選擇的問題,進行分析。
5.3有序類的Logistic回歸
針對有序的選擇的分析,例如汽車尾氣標準“歐III”、“歐IV”、“歐V”這樣的選擇的分析。

6.離散型自變量的回歸
適合于自變量是離散變量的回歸分析,例如分析消費者對汽車顏色的偏好(1:黑色,2:紅色,3:白色,4:灰色,5:藍色)與購車者性別(1:男,2:女)以及職業(yè)(1:學生,2:公務(wù)員,3:公司職員,4自由職業(yè)者,5:其他職業(yè))等之間的關(guān)系。
(1)連續(xù)變量離散化的隨意性缺陷
(2)模型的選擇及結(jié)果分析

7.直銷模塊-多種強大的分析小工具的組合
直銷模塊是IBM收購SPSS后推出的新的商務(wù)分析模塊:
(1)客戶評級工具(RFM模型)
根據(jù)消費者的最近消費日期、消費頻次、總消費金額來給消費者評級并甄選出最佳客戶。
(2)生成潛在客戶概要文件
根據(jù)市場活動的結(jié)果,生成客戶的概要文件。在將來的產(chǎn)品銷售中,可以根據(jù)該文件,決定銷售對象,以提高成功率。
(3)選擇最有可能購買的消費者工具
購買傾向分析通過建立模型來預(yù)測客戶購買產(chǎn)品的可能性。

8.分類
(1)聚類
針對多種指標下的分類,例如銀行客戶的分類、旅游景點的分類、財務(wù)數(shù)據(jù)的分類等等。
包括二步聚類、K-均值聚類和系統(tǒng)聚類等,三種聚類的應(yīng)用場景不盡相同。
(2)最近鄰元素分析
聚類方法在商業(yè)分析中的進一步應(yīng)用。
(3)判別分析
根據(jù)消費者的特征進行判別,看他屬于哪一分類?

9.商業(yè)預(yù)測
9.1一元和多元線性回歸
(1)什么是數(shù)據(jù)擬合?
(2)回歸方法的選擇
(3)回歸模型的結(jié)論解釋
9.2時間序列分析
(1)移動平均分析
包括一次、二次和三次移動平均
(2)指數(shù)平滑分析
包括一次、二次和三次指數(shù)平滑
(3)ARIMA分析
ARIMA分析的內(nèi)涵以及參數(shù)的調(diào)優(yōu)
(4)季節(jié)分解
周期性數(shù)據(jù)的近乎完美的分解

10. 主成分分析
對于銷售、財務(wù)、人事、綜合競爭力等多指標的數(shù)據(jù)進行降維處理,構(gòu)建評估分析模型。
(1)數(shù)據(jù)收集
(2)模型構(gòu)建
(3)結(jié)果分析
(4)模型的優(yōu)化 

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯(lián)系我們