《IBM SPSS数据分析与挖掘实战案例精粹》以IBM SPSS Statistics 20.0和IBM SPSS Modeler 14.1为工具，提供了医疗、金融、保险、汽车、快速消费品、市场研究、互联网等多个行业的数据分析／挖掘案例，基于实战需求，详细讲解整个案例的完整分析过程，并将模型和软件的介绍融于案例讲解之中，使读者在阅读时能突破方法和工具的局限，真正聚集于对数据分析精髓的领悟。《IBM SPSS数据分析与挖掘实战案例精粹》所附光盘包括案例数据和分析程序／流文件，读者可完整重现全部的分析内容。
目录
- 第一部分 spss数据分析基础
- 第1章 数据分析方法论简介
- 1.1 三种数据分析方法论
- 1.2 crisp-dm方法论介绍
- 第2章 数据分析方法体系简介
- 2.1 统计软件中的数据存储格式
- 2.2 数据的统计描述与参数估计
- 2.3 常用假设检验方法
- 2.4 多变量模型
- 2.5 多元统计分析模型
- 2.6 智能统计分析／数据挖掘方法
- 第3章 ibm spss statistics操作入门
- 3.1 案例背景
- 3.2 数据文件的读入与变量整理
- 3.3 问卷数据分析
- 3.4 项目总结和讨论
- 第4章 ibm spss statistics操作进阶
- 4.1 案例背景
- 4.2 问卷录入
- 4.3 问卷质量校验
- 4.4 问卷数据分析
- 4.5 项目总结和讨论
- 第5章 ibm spss modeler操作入门
- 5.1 ibm spss modeler概述
- 5.2 ibm spss modeler相关操作与技巧
- 5.3 ibm spss modeler功能介绍
- 5.4 案例分析：药物选择决策支持
- 5.5 如何进一步学习ibm spss modeler
- 第二部分 影响因素发现与数值预测
- 第6章 酸奶饮料新产品口味测试
- 研究案例
- 6.1 案例背景
- 6.2 数据理解
- 6.3 不同品牌的评分差异分析
- 6.4 两因素方差分析模型分析
- 6.5 分析结论与讨论
- 第7章 偏态分布的激素水平影响因素分析
- 7.1 案例背景
- 7.2 数据理解
- 7.3 对因变量变换后的建模分析
- 7.4 秩变换分析
- 7.5 利用cox模型进行分析
- 7.6 项目总结与讨论
- 第8章 某车企汽车年销量预测案例
- 8.1 案例背景
- 8.2 数据理解
- 8.3 变量变换后的线性回归
- 8.4 曲线拟合
- 8.5 利用非线性回归进行拟合
- 8.6 项目总结与讨论
- 第9章 脑外伤急救后迟发性颅脑损伤影响因素分析案例
- 9.1 案例背景
- 9.2 数据理解
- 9.3 构建二分类logistic回归模型
- 9.4 利用树模型发现交互项
- 9.5 使用广义线性过程进行分析
- 9.6 项目总结与讨论
- 第10章 中国消费者信心指数影响因素分析
- 10.1 案例背景
- 10.2 数据理解
- 10.3 标准glm框架下的建模分析
- 10.4 多元方差分析模型的结果
- 10.5 最优尺度回归
- 10.6 多水平模型框架下的建模分析
- 10.7 项目总结与讨论
- 第三部分 信息浓缩、分类与感知图呈现
- 第11章 探讨消费者购买保健品的动机
- 11.1 案例背景
- 11.2 数据理解
- 11.3 利用因子分析进行信息浓缩
- 11.4 基于因子分析结果进行市场细分
- 11.5 项目总结与讨论
- 第12章 1988年汉城奥运会男子十项全能成绩分析
- 12.1 案例背景
- 12.2 数据理解
- 12.3 利用因子分析进行信息浓缩
- 12.4 主成分回归
- 12.5 将主成分回归方程还原回原始变量的形式
- 12.6 项目总结与讨论
- 第13章 打败sars
- 13.1 案例背景
- 13.2 数据理解与数据准备
- 13.3 “非典”信息关注倾向的多维偏好分析
- 13.4 突发事件险种购买倾向的多重对应分析
- 13.5 “非典”对未来生活方式的影响
- 13.6 项目总结与讨论
- 第14章 住院费用影响因素挖掘
- 14.1 案例背景
- 14.2 数据理解与数据准备
- 14.3 采用聚类分析寻找费用类型
- 14.4 住院费用影响因素的神经网络分析
- 14.5 不同疗法疗效与费用比较的神经网络分析
- 14.6 项目总结与讨论
- 第四部分 数据挖掘案例精选
- 第15章 淘宝大卖家之营销数据分析
- 15.1 案例背景
- 15.2 利用rfm模型定位促销名单
- 15.3 寻找有重购行为买家的特征
- 15.4 总结与讨论
- 第16章 超市商品购买关联分析
- 16.1 案例背景
- 16.2 数据准备
- 16.3 商品购买关联分析
- 16.4 结果应用
- 第17章 电信业客户流失分析
- 17.1 案例背景
- 17.2 商业理解
- 17.3 数据理解与数据准备
- 17.4 建立模型与模型评估
- 17.5 模型的应用及营销预演
- 17.6 总结与讨论
- 第18章 信用风险评分方法
- 18.1 案例背景
- 18.2 商业理解
- 18.3 数据理解与数据准备
- 18.4 建立模型与模型评估
- 18.5 对若干问题的说明
- 第19章 医疗保险业的欺诈发现
- 19.1 案例背景
- 19.2 商业理解
- 19.3 数据理解与数据准备
- 19.4 建立模型
- 19.5 结果发布
- 19.6 进一步阅读
- 第20章 电子商务中的数据挖掘应用
- 20.1 案例背景
- 20.2 数据理解
- 20.3 数据准备
- 20.4 建立模型与模型发布
- 20.5 进一步阅读
- 附录
- 附录a 本书光盘内容介绍
- 附录b spss软件的安装与激活
- 附录c 书中统计方法、模型与知识点
- 索引
- 附录d ibm spss statiscs函数一览表
- 附录e ibm spss modeler节点功能简介
- 参考文献
- 后记
