日本va欧美va欧美va精品,少妇人妻喷水久久自慰

內(nèi)容簡(jiǎn)介

　　SPSS高級(jí)建模技術(shù)可廣泛應(yīng)用于商業(yè)領(lǐng)域的量化分析。本書(shū)的**特色以精選的商用案例詳解SPSS前沿建模技術(shù)在商業(yè)領(lǐng)域的綜合應(yīng)用，以期為通過(guò)建模量化分析改善商業(yè)運(yùn)營(yíng)水平管理，或提升核心競(jìng)爭(zhēng)力的職場(chǎng)人士閱讀參考。全書(shū)共12章，第1章～第2章介紹SPSS快速入門(mén)和建模技術(shù)要點(diǎn)，后續(xù)各章節(jié)均以實(shí)際商業(yè)應(yīng)用案例的形式詳解SPSS在商用實(shí)踐建模中的應(yīng)用與分析。建模技術(shù)方面，本書(shū)系統(tǒng)介紹了神經(jīng)網(wǎng)絡(luò)多層感知器、徑向基函數(shù)、決策樹(shù)等熱門(mén)大數(shù)據(jù)處理建模技術(shù)應(yīng)用，以及SPSS專(zhuān)門(mén)用于市場(chǎng)營(yíng)銷(xiāo)的聯(lián)合分析、直銷(xiāo)模塊分析等高級(jí)專(zhuān)業(yè)建模技術(shù)應(yīng)用，也介紹了經(jīng)典的線性回歸分析、相關(guān)分析、因子分析、聚類(lèi)分析、描述性分析、方差分析、交叉表分析等一般統(tǒng)計(jì)建模技術(shù)應(yīng)用；精選的案例都是當(dāng)下流行熱門(mén)的商業(yè)運(yùn)營(yíng)領(lǐng)域，包括市場(chǎng)調(diào)研、市場(chǎng)營(yíng)銷(xiāo)、客戶滿意度調(diào)查、連鎖門(mén)店分類(lèi)管理、奶制品物流配送、客戶關(guān)系分級(jí)分類(lèi)維護(hù)、務(wù)審批、消費(fèi)者綜合體驗(yàn)、上市公司估值等。書(shū)中每一個(gè)案例都以解決實(shí)際問(wèn)題、提升價(jià)值貢獻(xiàn)為導(dǎo)向，通過(guò)具體案例詳解涉及多種SPSS技術(shù)的綜合應(yīng)用，融會(huì)貫通組合應(yīng)用多種建模技術(shù)達(dá)到理想分析效果。本書(shū)內(nèi)容翔實(shí)、應(yīng)用范圍廣泛。一是可供商業(yè)運(yùn)營(yíng)領(lǐng)域的各類(lèi)職場(chǎng)人士借鑒參考，無(wú)論是高層管理者、決策者、具備多年從業(yè)經(jīng)驗(yàn)的資深人士，還是基層應(yīng)用崗位、職場(chǎng)新手，只要在工作中有量化分析的需求，都可通過(guò)學(xué)習(xí)本書(shū)舉一反三提高商業(yè)運(yùn)營(yíng)水平或提升職場(chǎng)競(jìng)爭(zhēng)力；二是可供高等院校經(jīng)濟(jì)管理類(lèi)、商業(yè)運(yùn)營(yíng)類(lèi)及相關(guān)專(zhuān)業(yè)專(zhuān)科生、本科生、研究生和MBA學(xué)員學(xué)習(xí)閱讀，也可作為掌握建模技巧以完成畢業(yè)設(shè)計(jì)的學(xué)生參考書(shū)。

作者簡(jiǎn)介

　　楊維忠，山東大學(xué)經(jīng)濟(jì)學(xué)碩士，CPA，十年商業(yè)銀行工作經(jīng)歷，歷任運(yùn)營(yíng)、風(fēng)控、營(yíng)銷(xiāo)、內(nèi)控等多個(gè)職位，擅長(zhǎng)商務(wù)建模，精通SPSS、Stata、EViews，編著有《SPSS數(shù)據(jù)挖掘與案例分析應(yīng)用實(shí)踐》《Stata統(tǒng)計(jì)分析與實(shí)驗(yàn)指導(dǎo)》等近十本暢銷(xiāo)書(shū)。

圖書(shū)目錄

第1章 SPSS快速入門(mén)
1.1 SPSS軟件的開(kāi)啟
1.2 SPSS軟件的關(guān)閉
1.3 SPSS數(shù)據(jù)編輯器
1.3.1 SPSS數(shù)據(jù)編輯器變量視圖
1.3.2 SPSS數(shù)據(jù)編輯器數(shù)據(jù)視圖
1.4 增加新的變量或樣本觀測(cè)值
1.4.1 在現(xiàn)有數(shù)據(jù)文件中增加新的變量
1.4.2 在現(xiàn)有數(shù)據(jù)文件中增加新的樣本觀測(cè)值
1.5 變量和樣本觀測(cè)值基本操作
1.5.1 變量和觀測(cè)值的移動(dòng)、復(fù)制和刪除
1.5.2 數(shù)據(jù)轉(zhuǎn)置
1.5.3 變量計(jì)算
1.6 對(duì)數(shù)據(jù)按照變量或樣本觀測(cè)值進(jìn)行排序
1.6.1 對(duì)數(shù)據(jù)按照變量進(jìn)行排序
1.6.2 對(duì)數(shù)據(jù)按照樣本觀測(cè)值進(jìn)行排序
1.7 數(shù)據(jù)查找
1.7.1 按照觀測(cè)值序號(hào)查找單元格
1.7.2 按照變量值查找數(shù)據(jù)
1.8 數(shù)據(jù)合并
1.8.1 按照樣本觀測(cè)值合并數(shù)據(jù)文件
1.8.2 按照變量合并數(shù)據(jù)文件
1.9 生成新的時(shí)間序列
1.10 缺失值處理
1.11 讀取其他格式的數(shù)據(jù)文件
1.11.1 讀取Stata數(shù)據(jù)文件
1.11.2 讀取Excel數(shù)據(jù)文件
1.11.3 讀取文本數(shù)據(jù)文件
1.12 SPSS統(tǒng)計(jì)分析報(bào)告
1.13 SPSS幫助系統(tǒng)
第2章 SPSS建模技術(shù)要點(diǎn)介紹
2.1 SPSS中的建模技術(shù)
2.1.1 描述性統(tǒng)計(jì)模塊
2.1.2 比較平均值模塊
2.1.3 相關(guān)分析模塊
2.1.4 回歸分析模塊
2.1.5 非參數(shù)檢驗(yàn)分析模塊
2.1.6 聚類(lèi)分析模塊
2.1.7 降維分析模塊
2.1.8 一般線性模型分析模塊
2.1.9 廣義線性模型分析模塊
2.1.10 混合模型分析模塊
2.1.11 對(duì)數(shù)線性模型分析模塊
2.1.12 生存分析模塊
2.1.13 刻度分析模塊
2.1.14 貝葉斯統(tǒng)計(jì)分析模塊
2.1.15 直銷(xiāo)模塊
2.1.16 神經(jīng)網(wǎng)絡(luò)模塊
2.1.17 決策樹(shù)模塊
2.2 建模注意事項(xiàng)
2.2.1 建模是為了解決具體的問(wèn)題
2.2.2 有效建模的前提是具備問(wèn)題領(lǐng)域的專(zhuān)業(yè)知識(shí)
2.2.3 建模之前必須進(jìn)行數(shù)據(jù)的準(zhǔn)備
2.2.4 最終模型的生成在多數(shù)情況下并不是一步到位的
2.2.5 模型要能夠用來(lái)預(yù)測(cè)，但預(yù)測(cè)并不僅含有直接預(yù)測(cè)
2.2.6 對(duì)模型的評(píng)價(jià)方面要堅(jiān)持結(jié)果導(dǎo)向和價(jià)值導(dǎo)向
2.2.7 建立的模型應(yīng)該是持續(xù)動(dòng)態(tài)優(yōu)化完善的
2.3 研究方案設(shè)計(jì)
2.3.1 在明確的研究目的基礎(chǔ)上制定可行的研究計(jì)劃
2.3.2 根據(jù)已制定的研究計(jì)劃搜集研究所需要的資料
2.3.3 運(yùn)用數(shù)據(jù)統(tǒng)計(jì)分析軟件對(duì)搜集到的資料進(jìn)行整理
2.3.4 使用合適的分析方法和工具對(duì)資料進(jìn)行各種分析
2.3.5 分析研究結(jié)果并得出研究結(jié)論
2.4 研究結(jié)論與重點(diǎn)回顧
第3章 SPSS在電子商務(wù)平臺(tái)商戶營(yíng)銷(xiāo)中的應(yīng)用
3.1 建模技術(shù)
3.2 建模思路
3.3 幫助確定我的最佳聯(lián)系人（RFM分析）
3.3.1 SPSS分析過(guò)程
3.3.2 結(jié)果分析
3.4 將我的聯(lián)系人分為多個(gè)集群分析
3.4.1 SPSS分析過(guò)程
3.4.2 結(jié)果分析
3.5 生成對(duì)產(chǎn)品做出了回應(yīng)的聯(lián)系人的概要
3.5.1 SPSS分析過(guò)程
3.5.2 結(jié)果分析
3.6 確定回應(yīng)最多的郵政編碼
3.6.1 SPSS分析過(guò)程
3.6.2 結(jié)果分析
3.7 選擇最有可能進(jìn)行采購(gòu)的聯(lián)系人
3.7.1 SPSS分析過(guò)程
3.7.2 結(jié)果分析
3.8 控制包裹檢驗(yàn)
3.8.1 SPSS分析過(guò)程
3.8.2 結(jié)果分析
3.9 研究結(jié)論與重點(diǎn)回顧
第4章商業(yè)銀行授信客戶信用風(fēng)險(xiǎn)評(píng)估
4.1 建模技術(shù)
4.2 建模思路
4.3 神經(jīng)網(wǎng)絡(luò)多層感知器分析一
4.3.1 準(zhǔn)備數(shù)據(jù)以進(jìn)行分析
4.3.2 分析過(guò)程
4.3.3 結(jié)果分析
4.4 神經(jīng)網(wǎng)絡(luò)多層感知器分析二
4.4.1 準(zhǔn)備數(shù)據(jù)以進(jìn)行分析
4.4.2 分析過(guò)程
4.4.3 結(jié)果分析
4.5 研究結(jié)論與重點(diǎn)回顧
第5章在線旅游供應(yīng)商客戶分類(lèi)建模技術(shù)
5.1 建模技術(shù)
5.2 建模思路
5.3 神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)分析一
5.3.1 分析過(guò)程
5.3.2 結(jié)果分析
5.4 神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)分析二
5.4.1 分析過(guò)程
5.4.2 結(jié)果分析
5.5 研究結(jié)論與重點(diǎn)回顧
第6章小額快貸大數(shù)據(jù)審批建模技術(shù)
6.1 建模技術(shù)
6.2 建模思路
6.3 決策樹(shù)分析一
6.3.1 分析過(guò)程
6.3.2 結(jié)果分析
6.4 決策樹(shù)分析二
6.4.1 分析過(guò)程
6.4.2 結(jié)果分析
6.5 研究結(jié)論與重點(diǎn)回顧
第7章汽車(chē)消費(fèi)市場(chǎng)調(diào)研建模技術(shù)
7.1 建模技術(shù)
7.2 建模思路
7.3 研究過(guò)程
7.3.1 為聯(lián)合分析生成計(jì)劃文件
7.3.2 根據(jù)計(jì)劃文件以及其他相關(guān)因素設(shè)計(jì)調(diào)查問(wèn)卷
7.3.3 進(jìn)行問(wèn)卷調(diào)查并將所得數(shù)據(jù)錄入到SPSS中
7.3.4 SPSS分析
7.4 研究結(jié)論與重點(diǎn)回顧
第8章住宅小區(qū)訂奶量預(yù)測(cè)分析建模技術(shù)
8.1 建模技術(shù)
8.2 建模思路
8.3 使用專(zhuān)家建模器進(jìn)行批量預(yù)測(cè)
8.3.1 分析前數(shù)據(jù)準(zhǔn)備
8.3.2 專(zhuān)家建模器分析過(guò)程
8.3.3 結(jié)果分析
8.4 通過(guò)應(yīng)用保存的模型重新進(jìn)行批量預(yù)測(cè)
8.4.1 專(zhuān)家建模器分析過(guò)程