• <button id="2q4wy"><menu id="2q4wy"></menu></button>
    <button id="2q4wy"><menu id="2q4wy"></menu></button><button id="2q4wy"></button>
  • <button id="2q4wy"></button>
  • <li id="2q4wy"></li>
  • <li id="2q4wy"></li>
    <button id="2q4wy"></button>
  • <button id="2q4wy"><xmp id="2q4wy">
  • <li id="2q4wy"><tt id="2q4wy"></tt></li>
  • 當前位置: 首頁(yè) > 內訓課程 > 課程內容
    廣告1
    相關(guān)熱門(mén)公開(kāi)課程更多 》
    相關(guān)熱門(mén)內訓課程更多 》
    相關(guān)最新下載資料

    SPSS數據分析

    課程編號:40395

    課程價(jià)格:¥21000/天

    課程時(shí)長(cháng):2 天

    課程人氣:851

    行業(yè)類(lèi)別:行業(yè)通用     

    專(zhuān)業(yè)類(lèi)別:大數據 

    授課講師:紀賀元

    • 課程說(shuō)明
    • 講師介紹
    • 選擇同類(lèi)課
    【培訓對象】
    本課程的對象為企業(yè)營(yíng)銷(xiāo)、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(xué)員理解本課程,授課講師已經(jīng)將SPSS中比較晦澀和學(xué)術(shù)化的部分剔除,即使學(xué)員沒(méi)有正規的統計分析基礎,也能夠較好較快地學(xué)習并應用SPSS。

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

    1.統計分析基礎
    1.1統計分析基本概念
    包括假設檢驗、平均值、標準差、峰度、偏度、中位數、眾數、R2、曲線(xiàn)擬合等。
    1.2SPSS基本操作
    (1)從EXCEL中導入數據(突破EXCEL 100萬(wàn)數據的限制)
    (2)給數據添加值標簽
    (3)修改數據數值值(數據、分類(lèi)、有序等)

    2.分析報表和圖形
    可以根據自己的分析需要,使用SPSS輸出自己的專(zhuān)業(yè)數據報表。
    2.1報表
    (1)按照觀(guān)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.數據的描述統計
    描述統計可以對數據規律有著(zhù)很好的把握。
    (1)頻率表
    快速了解數據的結構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據之間的差異。
    (3)探索
    快速探索數據的規律,包括著(zhù)名的莖葉圖。
    (4)交叉表
    專(zhuān)業(yè)版的EXCEL數據透視表,在展示數據的同時(shí)考慮數據之間的關(guān)系。

    4.數據之間有關(guān)系嗎?
    從數據樣本的角度考察數據之間的關(guān)聯(lián)關(guān)系:
    (1)獨立樣本T檢驗
    數據之間有關(guān)聯(lián)嗎?關(guān)聯(lián)度如何?
    (2)配對樣本T檢驗
    用于分析成對數據的前后的績(jì)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(jiǎn)單高效使用廣泛的數據間關(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(hù)是否來(lái)銀行存款、客戶(hù)是否會(huì )欠款、客戶(hù)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(jìn)行分析。
    5.1二值Logistic回歸
    針對客戶(hù)是否購買(mǎi)(”yes” or “no”)、股價(jià)是否上漲(”yes” or “no”)這樣的問(wèn)題進(jìn)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(xué)畢業(yè)生去哪個(gè)國家留學(xué):“美國”、“歐洲”、“澳洲”這樣的選擇的問(wèn)題,進(jìn)行分析。
    5.3有序類(lèi)的Logistic回歸
    針對有序的選擇的分析,例如汽車(chē)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(chē)顏色的偏好(1:黑色,2:紅色,3:白色,4:灰色,5:藍色)與購車(chē)者性別(1:男,2:女)以及職業(yè)(1:學(xué)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)連續變量離散化的隨意性缺陷
    (2)模型的選擇及結果分析

    7.直銷(xiāo)模塊-多種強大的分析小工具的組合
    直銷(xiāo)模塊是IBM收購S(chǎng)PSS后推出的新的商務(wù)分析模塊:
    (1)客戶(hù)評級工具(RFM模型)
    根據消費者的最近消費日期、消費頻次、總消費金額來(lái)給消費者評級并甄選出最佳客戶(hù)。
    (2)生成潛在客戶(hù)概要文件
    根據市場(chǎng)活動(dòng)的結果,生成客戶(hù)的概要文件。在將來(lái)的產(chǎn)品銷(xiāo)售中,可以根據該文件,決定銷(xiāo)售對象,以提高成功率。
    (3)選擇最有可能購買(mǎi)的消費者工具
    購買(mǎi)傾向分析通過(guò)建立模型來(lái)預測客戶(hù)購買(mǎi)產(chǎn)品的可能性。

    8.分類(lèi)
    (1)聚類(lèi)
    針對多種指標下的分類(lèi),例如銀行客戶(hù)的分類(lèi)、旅游景點(diǎn)的分類(lèi)、財務(wù)數據的分類(lèi)等等。
    包括二步聚類(lèi)、K-均值聚類(lèi)和系統聚類(lèi)等,三種聚類(lèi)的應用場(chǎng)景不盡相同。
    (2)最近鄰元素分析
    聚類(lèi)方法在商業(yè)分析中的進(jìn)一步應用。
    (3)判別分析
    根據消費者的特征進(jìn)行判別,看他屬于哪一分類(lèi)?

    9.商業(yè)預測
    9.1一元和多元線(xiàn)性回歸
    (1)什么是數據擬合?
    (2)回歸方法的選擇
    (3)回歸模型的結論解釋
    9.2時(shí)間序列分析
    (1)移動(dòng)平均分析
    包括一次、二次和三次移動(dòng)平均
    (2)指數平滑分析
    包括一次、二次和三次指數平滑
    (3)ARIMA分析
    ARIMA分析的內涵以及參數的調優(yōu)
    (4)季節分解
    周期性數據的近乎完美的分解

    10. 主成分分析
    對于銷(xiāo)售、財務(wù)、人事、綜合競爭力等多指標的數據進(jìn)行降維處理,構建評估分析模型。
    (1)數據收集
    (2)模型構建
    (3)結果分析
    (4)模型的優(yōu)化 

    咨詢(xún)電話(huà):
    0571-86155444
    咨詢(xún)熱線(xiàn):
    • 微信:13857108608
    聯(lián)系我們
    蜜芽亚洲av无码精品色午夜_久久免费国产AⅤ网_一本大道香蕉高清久久_精品久久久久久亚洲
  • <button id="2q4wy"><menu id="2q4wy"></menu></button>
    <button id="2q4wy"><menu id="2q4wy"></menu></button><button id="2q4wy"></button>
  • <button id="2q4wy"></button>
  • <li id="2q4wy"></li>
  • <li id="2q4wy"></li>
    <button id="2q4wy"></button>
  • <button id="2q4wy"><xmp id="2q4wy">
  • <li id="2q4wy"><tt id="2q4wy"></tt></li>