SPSS统计分析与数据挖掘

本书基于SPSS21.0编写，每章均有大量分析案例，结合案例对SPSS各模块的统计分析功能和图形功能进行详细讲解。本书具体内容为SPSS简介、SPSS数据挖掘系统介绍、数据文件管理、数据预处理、基本统计分析、多重反应分析、均值的比较与检验、统计图制作、参数检验、回归分析、方差分析、相关分析、聚类分析、判别分析、因子分析、对应分析、信度分析、生存分析、对数线性模型、时间序列分析、缺失值分析，以及SPSS在财务智能、数据预测、股市分析、社会经济分析、金融数据分析等方面的数据挖掘应用。
本书最大特点是抛弃了其他同类书籍中只介绍理论用法、缺乏案例分析的弊端，全书给出大量数据挖掘分析案例，并配有视频讲解，为读者展示SPSS在数据分析、信用风险管理、直销分析、社会经济分析等实际项目中的应用。

第1章SPSS软件概述
1.1SPSS简介
1.2SPSS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
1.3SPSS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
2.2.1CRISP—DM方法论
2.2.2选择数据挖掘工具
2.2.3SPSS数据挖掘
2.3SPSS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
3.1SPSS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
3.3SPSS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（SortCase）过程
4.1.2转置（Transpose）过程
4.1.3合并文件（MergeFile）过程
4.1.4分类汇总（Aggregate）过程
4.1.5拆分文件（SplitFile）过程
4.1.6选择个案（SelectCases）过程
4.1.7加权个案（WeightCases）过程
4.2数据变量的变换和计算
4.2.1计算变量（ComputeVariables）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（RankCases）过程
4.2.5自动重新编码（AutomaticRecode）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
5.2.1Frequencies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
5.3.1Descriptive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
5.4.1Explore过程的参数设置
5.4.2实例分析
5.5列联表分析过程
5.5.1Crosstabs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
6.2.1SPSS的均值（Means）过程参数设置
6.2.2均值（Means）过程实例
6.3单样本t检验
6.3.1单样本t检验过程的参数设置
6.3.2实例分析
6.4独立样本t检验
6.4.1独立样本t检验过程的参数设置
6.4.2实例分析
6.5配对两样本t检验
6.5.1配对两样本t检验过程的参数设置
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
7.5.1SPSS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
7.8.1SPSS参数设置
7.8.2实例分析
7.9散点图
7.9.1SPSS参数设置
7.9.2实例分析
7.1直方图
7.11时间序列图
7.11.1SPSS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
8.7.1SPSS参数设置
8.7.2实例分析
8.8两相关样本分布位置检验
8.8.1SPSS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
8.9.1SPSS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
9.1.2F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
9.2.3One—WayANOVA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
9.3.3Univariate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
10.1.5SPSS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
10.3Logistic回归
10.3.1Logistic回归模型概述
10.3.2BinaryLogistic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
11.1.3SPSS的相关分析功能简介
11.2Bivariate（双变量）过程
11.2.1双变量相关分析简介
11.2.2Bivariate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
11.3Partial（偏相关）过程
11.3.1Partial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
11.4Distances（距离）过程
11.4.1Distances过程的参数设置
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
12.2.2SPSS快速聚类的设置
12.2.3案例——年中国主要城市空气质量的比较分析
12.3系统聚类过程
12.3.1系统聚类简介
12.3.2SPSS系统聚类设置
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
12.4.2SPSS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——全国部分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
14.2SPSS因子分析
14.2.1SPSS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
15.2.1CorrespondenceAnalysis过程
15.2.2案例——简单对应分析实例
15.3OptimalScaling过程
15.3.1OptimalScaling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
16.2.2ALSCAL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
17.1.4SPSS中的生存分析过程
17.2LifeTables过程
17.2.1LifeTables过程的参数设置
17.2.2案例——电信公司客户流失分析
17.3Kaplan—Meier分析
17.3.1Kaplan—Meier分析的步骤
17.3.2案例——新药开发的数据分析
17.4Cox模型回归分析
17.4.1Cox回归模型
17.4.2Cox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
18.2General过程
18.2.1General过程的参数设置
18.2.2实例分析
18.3Logit过程
18.3.1Logit过程的参数设置
18.3.2实例分析
18.4模型选择（ModelSelection）过程
18.4.1模型选择的参数设置
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
19.1.4SPSS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
19.4ARIMA模型
19.4.1ARIMA模型的基本原理
19.4.2ARIMA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
20.2SPSS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
21.1.1CHAID算法
21.1.2ExhaustiveCHAID算法
21.1.3CART算法
21.1.4QUEST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
21.2.7CHAID算法设置
21.2.8CART算法设置
21.2.9QUEST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（PriorProbabilities）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
22.1.6SPSS神经网络模型
22.2SPSS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
23.1.3SPSS中信用风险分析模块
23.2案例分析
23.2.1BinaryLogistic（二元Logistic）过程
23.2.2Tree（决策树）过程
23.2.3Discriminant（判别）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中国内地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