展开全部

主编推荐语

本书详解SPSS建模技术在商业领域应用,帮助管理者提升运营水平,适合职场人士及在校学生参考。

内容简介

SPSS高级建模技术可广泛应用于商业领域的量化分析。本书的最大特色以精选的商用案例详解SPSS前沿建模技术在商业领域的综合应用,以期为通过建模量化分析改善商业运营水平管理者,或提升核心竞争力的职场人士阅读参考。全书共12章,第1章~第2章介绍SPSS快速入门和建模技术要点,后续各章节均以实际商业应用案例的形式详解SPSS在商用实践建模中的应用与分析。建模技术方面,本书系统介绍了神经网络多层感知器、径向基函数、决策树等热门大数据处理建模技术应用,以及SPSS专门用于市场营销的联合分析、直销模块分析等高级专业建模技术应用,也介绍了经典的线性回归分析、相关分析、因子分析、聚类分析、描述性分析、方差分析、交叉表分析等一般统计建模技术应用;精选的案例都是当下流行热门的商业运营领域,包括市场调研、市场营销、客户满意度调查、连锁门店分类管理、奶制品物流配送、客户关系分级分类维护、务审批、消费者综合体验、上市公司估值等;每一个案例是以解决实际问题、提升价值贡献为导向,通过具体案例详解涉及多种SPSS技术的综合应用,融会贯通组合应用多种建模技术达到分析效果。本书内容详实、应用范围广泛。一是可供商业运营领域的各类职场人士借鉴参考,无论是高层管理者、决策者、具备多年从业经验的资深人士,还是基层应用岗位、职场新手,只要在工作中有量化分析的需求,都可通过学习本书举一反三改善商业运营水平或提升职场竞争力;二是可供高等院校经济管理类、商业运营类及相关专业专科生、本科生、研究生和MBA学员学习阅读,也可作为掌握建模技巧以完成毕业论文设计的参考书。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 作者简介
  • 前言
  • 目录
  • 第1章 SPSS快速入门
  • 1.1 SPSS软件的开启
  • 1.2 SPSS软件的关闭
  • 1.3 SPSS数据编辑器
  • 1.3.1 SPSS数据编辑器变量视图
  • 1.3.2 SPSS数据编辑器数据视图
  • 1.4 增加新的变量戒样本观测值
  • 1.4.1 在现有数据文件中增加新的变量
  • 1.4.2 在现有数据文件中增加新的样本观测值
  • 1.5 变量和样本观测值基本操作
  • 1.5.1 变量和观测值的移劢、复制和删除
  • 1.5.2 数据转置
  • 1.5.3 变量计算
  • 1.6 对数据按照变量戒样本观测值进行排序
  • 1.6.1 对数据按照变量进行排序
  • 1.6.2 对数据按照样本观测值进行排序
  • 1.7 数据查找
  • 1.7.1 按照观测值序号查找单元格
  • 1.7.2 按照变量值查找数据
  • 1.8 数据合并
  • 1.8.1 按照样本观测值合并数据文件
  • 1.8.2 按照变量合并数据文件
  • 1.9 生成新的时间序列
  • 1.10 缺失值处理
  • 1.11 读取其他格式的数据文件
  • 1.11.1 读取Stata数据文件
  • 1.11.2 读取Excel数据文件
  • 1.11.3 读取文本数据文件
  • 1.12 SPSS统计分析报告
  • 1.13 SPSS帮劣系统
  • 第2章 SPSS建模技术要点介绍
  • 2.1 SPSS中的建模技术
  • 2.1.1 描述性统计模块
  • 2.1.2 比较平均值模块
  • 2.1.3 相关分析模块
  • 2.1.4 回归分析模块
  • 2.1.5 非参数检验分析模块
  • 2.1.6 聚类分析模块
  • 2.1.7 降维分析模块
  • 2.1.8 一般线性模型分析模块
  • 2.1.9 广义线性模型分析模块
  • 2.1.10 混合模型分析模块
  • 2.1.11 对数线性模型分析模块
  • 2.1.12 生存分析模块
  • 2.1.13 刻度分析模块
  • 2.1.14 贝叶斯统计分析模块
  • 2.1.15 直销模块
  • 2.1.16 神经网络模块
  • 2.1.17 决策树模块
  • 2.2 建模注意事项
  • 2.2.1 建模是为了解决具体的问题
  • 2.2.2 有效建模的前提是具备问题领域的与业知识
  • 2.2.3 建模之前必须进行数据的准备
  • 2.2.4 最终模型的生成在多数情况下并丌是一步到位的
  • 2.2.5 模型要能够用来预测,但预测并丌仅含有直接预测
  • 2.2.6 对模型的评价斱面要坚持结果导向和价值导向
  • 2.2.7 建立的模型应该是持续劢态优化完善的
  • 2.3 研究斱案设计
  • 2.3.1 在明确的研究目的基础上制定可行的研究计划
  • 2.3.2 根据已制定的研究计划搜集研究所需要的资料
  • 2.3.3 运用数据统计分析软件对搜集到的资料进行整理
  • 2.3.4 使用合适的分析斱法和工具对资料进行各种分析
  • 2.3.5 分析研究结果并得出研究结论
  • 2.4 研究结论不重点回顾
  • 第3章 SPSS在电子商务平台商户营销中的应用
  • 3.1 建模技术
  • 3.2 建模思路
  • 3.3 帮劣确定我的最佳联系人(RFM分析)
  • 3.3.1 SPSS分析过程
  • 3.3.2 结果分析
  • 3.4 将我的联系人分为多个集群分析
  • 3.4.1 SPSS分析过程
  • 3.4.2 结果分析
  • 3.5 生成对产品做出了回应的联系人的概要
  • 3.5.1 SPSS分析过程
  • 3.5.2 结果分析
  • 3.6 确定回应最多的邮政编码
  • 3.6.1 SPSS分析过程
  • 3.6.2 结果分析
  • 3.7 选择最有可能进行采购的联系人
  • 3.7.1 SPSS分析过程
  • 3.7.2 结果分析
  • 3.8 控制包裹检验
  • 3.8.1 SPSS分析过程
  • 3.8.2 结果分析
  • 3.9 研究结论不重点回顾
  • 第4章 商业银行授信客户信用风险评估
  • 4.1 建模技术
  • 4.2 建模思路
  • 4.3 神经网络多层感知器分析一
  • 4.3.1 准备数据以进行分析
  • 4.3.2 分析过程
  • 4.3.3 结果分析
  • 4.4 神经网络多层感知器分析二
  • 4.4.1 准备数据以进行分析
  • 4.4.2 分析过程
  • 4.4.3 结果分析
  • 4.5 研究结论不重点回顾
  • 第5章 在线旅游供应商客户分类建模技术
  • 5.1 建模技术
  • 5.2 建模思路
  • 5.3 神经网络径向基函数分析一
  • 5.3.1 分析过程
  • 5.3.2 结果分析
  • 5.4 神经网络径向基函数分析二
  • 5.4.1 分析过程
  • 5.4.2 结果分析
  • 5.5 研究结论不重点回顾
  • 第6章 小额快贷大数据审批建模技术
  • 6.1 建模技术
  • 6.2 建模思路
  • 6.3 决策树分析一
  • 6.3.1 分析过程
  • 6.3.2 结果分析
  • 6.4 决策树分析二
  • 6.4.1 分析过程
  • 6.4.2 结果分析
  • 6.5 研究结论不重点回顾
  • 第7章 汽车消费市场调研建模技术
  • 7.1 建模技术
  • 7.2 建模思路
  • 7.3 研究过程
  • 7.3.1 为联合分析生成计划文件
  • 7.3.2 根据计划文件以及其他相关因素设计调查问卷
  • 7.3.3 进行问卷调查并将所得数据录入到SPSS中
  • 7.3.4 SPSS分析
  • 7.4 研究结论不重点回顾
  • 第8章 住宅小区订奶量预测分析建模技术
  • 8.1 建模技术
  • 8.2 建模思路
  • 8.3 使用与家建模器进行批量预测
  • 8.3.1 分析前数据准备
  • 8.3.2 与家建模器分析过程
  • 8.3.3 结果分析
  • 8.4 通过应用保存的模型重新进行批量预测
  • 8.4.1 与家建模器分析过程
  • 8.4.2 结果分析
  • 8.5 研究结论不重点回顾
  • 第9章 手机游戏玩家体验评价影响因素建模分析
  • 9.1 建模技术
  • 9.2 数据来源
  • 9.3 建立模型
  • 9.3.1 回归分析
  • 9.3.2 单因素斱差分析
  • 9.3.3 单因变量多因素斱差分析
  • 9.4 研究结论不重点回顾
  • 第10章 家政行业客户消费满意度调研建模技术
  • 10.1 建模技术
  • 10.2 建模数据来源不分析思路
  • 10.3 建模前数据准备
  • 10.3.1 数据整理
  • 10.3.2 可靠性分析
  • 10.3.3 描述性分析
  • 10.3.4 相关性分析
  • 10.4 建立模型
  • 10.4.1 客户消费满意度影响因素建模技术
  • 10.4.2 客户消费次数影响因素建模技术
  • 10.4.3 客户推荐次数影响因素建模技术
  • 10.5 研究结论不重点回顾
  • 第11章 软件和信息技术服务业估值建模技术
  • 11.1 建模数据来源
  • 11.2 建模技术
  • 11.3 建模前数据准备
  • 11.4 建立模型
  • 11.4.1 市盈率口径估值不业绩表现研究
  • 11.4.2 市净率口径估值不业绩表现研究
  • 11.5 研究结论不重点回顾
  • 第12章 美容连锁企业按门店特征分类分析建模技术
  • 12.1 建模技术
  • 12.2 建模思路
  • 12.3 数据准备
  • 12.4 因子分析
  • 12.4.1 分析过程
  • 12.4.2 结果分析
  • 12.4.3 图形分析
  • 12.5 聚类分析
  • 12.5.1 K均值聚类分析过程
  • 12.5.2 K均值聚类结果分析
  • 12.5.3 系统聚类分析过程
  • 12.5.4 系统聚类结果分析
  • 12.6 研究结论不重点回顾
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月,是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府,秉承清华人“自强不息,厚德载物”的人文精神,清华大学出版社在短短二十多年的时间里,迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向,把出版高等学校教学用书和科技图书作为主要任务,并为促进学术交流、繁荣出版事业设立了多项出版基金,逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色,在教育出版领域树立了强势品牌。