首页 > 选课中心 > 数据分析 > 【快班】SPSS数据分析入门与提高
【快班】SPSS数据分析入门与提高
此课程所属 【数据分析师专业方向】, 【数据分析师专业方向】专业,报名专业套餐,可享受0元学习特惠!点击了解详情
2016年12月19日 15点 共13课 ★★☆
开课时间 课程周期 难易度
招生中

立即报名
基础 数据分析 案例 SPSS 统计分析
课程介绍
说到统计分析软件,不得不提到SPSS。与R、SAS等统计分析软件不一样,SPSS是基于图形界面操作,对于没有编程基础的用户来说十分友好,而且SPSS的统计分析与数据准备功能十分强大,基本满足用户的需求。 这门课程将从基础入手,在学习SPSS的基本操作过程中,结合相应的统计概率知识,让学员更能掌握数据分析的本质!

SPSS简介:
SPSS是Statistical Product andService solutions(统计产品与服务解决方案)的简称,是成立于1975年的美国SPSS公司的软件产品,是专门为广大非统计专业人士设计提供的统计分析软件包,目前广泛应用于教育、心理、市场调查与分析、医疗、生物、金融等领域和行业。SPSS统计分析软件以其强大的统计分析功能、方便易用的用户操作方式、灵活的表格式分析报告和精美的图形展现形式,赢得了各领域广大数据分析人员的喜爱,SPSS是获得全世界认可的通用统计工具软件。IBM公司2009年用12亿美元收购了分析软件提供商SPSS。如今SPSS已出至版本20.0,而且更名为IBM SPSS。

SPSS在全球约有25万家产品用户,它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业,是世界上应用最广泛的专业统计软件。SPSS最突出的特点就是操作界面极为友好,输出结果美观漂亮,它使用Windows的窗口方式展示各种管理和分析数据方法的功能,使用对话框展示出各种功能选择项,只要掌握一定的Windows操作技能,粗通统计分析原理,就可以使用该软件为特定的科研工作服务。

课程内容:
1 基础数据分析知识,包括一些概率统计里的概念、术语,和基本统计量的计算方法等。
2 一些常用的数据分析和数据挖掘算法,以及有关的各种领域里的实际应用案例分析
3 流行数据分析软件SPSS操作和使用方法

课程大纲
第一课:SPSS入门介绍
SPSS软件简介,操作方法介绍

第二课:好的开始是成功的一半——数据录入与数据整理
数据录入、外部数据导入方法介绍;变量级别数据、文件级别数据整理方法介绍,基本编程基础;案例:调查问卷的数据录入与整理

第三课:化繁为简——描述性统计分析
连续变量的统计描述,案例:学生身高体重分析;分类变量的统计描述,案例:家庭还款情况分析;数据分析报告制作

第四课:看图说话——统计图表分析
直方图、茎叶图、箱型图、饼图、柱形图与误差线、散点图等常用图表介绍与应用

第五课:真假博弈1——假设检验概述与t检验
假设检验的概述;t分布适用情景介绍与案例分析

第六课:真假博弈2——非参数检验与卡方检验
常见的非参数检验介绍与案例分析;卡方检验适用场景与案例分析

第七课:万物皆有联系——相关分析与回归案例
简单相关分析;偏相关分析;距离分析;线性回归分析;实例:年龄与信心指数的关系探索        

第八课:影响因素判断——方差分析
单因素方差分析,探究单个因素的影响;多因素方差分析,探究多个因素的影响

第九课:与时俱进——时间序列分析
时间序列分析概述;指数平滑模型;ARIMA模型;季节模型;案例:股价预测

第十课:泾渭分明——分类算法
线性判别法;贝叶斯分类器;logistic二分法;决策树等;案例:客户流失分析

第十一课:物以类聚——聚类算法
层次聚类;k-means等;案例:客户细分

第十二课:大道至简——降维方法研究
主成分分析;因子分析

第十三课:实践是检验真理的唯一标准——综合案例分析
授课讲师
何翠仪,中山大学统计学专业毕业,炼数成金专职讲师,在过去曾负责多门炼数成金数据分析课程的助教工作,目前正在主持建设炼数成金的认证题库系统。

周伟珠,IBM大数据分析部门资深数据分析师,从事数据分析行业10年,致力于SPSS统计分析与数据挖掘应用及推广工作
课程环境
windows
授课对象
这是一门数学+IT的课程,适合对SPSS感兴趣的学员。
收获预期
熟练掌握SPSS的基本操作,对相应的统计概率知识有一定的认识,能利用SPSS解决实际的问题
课程试听
课程学费
学费:400元(固定学费:300元 + 逆向学费:100元)
新颖的课程收费形式:“逆向收费”约等于免费学习,课程收取300元固定收费 + 100元逆向学费,学习圆满则全额奖励返还给学员!
特别说明如下
本门课程本来打算完全免费,某位大神曾经说过“成功就是正确的方向再加上适度的压力”。考虑到讲师本身要付出巨大的劳动,为了防止一些朋友在学习途中半途而废,浪费了讲师的付出,为此我们计划模仿某些健身课程,使用“逆向收费”的方法。 在 报名时每位报名者收取400元,其中300元为固定 收费,另外100元是暂存学费,即如果学员能完成全部课程要求,包括完成全部的书面作业,则100元全款退回。如果学员未能坚持到完全所有的学习计划任务,则会被扣款。期望这种方式可以转化为大家强烈的学习愿望和驱动力!
课程授课方式

1、 学习方式:老师发布教学资料、教材,幻灯片和视频,学员通过网络下载学习。同时通过论坛互动中老师对学员进行指导及学员之间相互交流。

2、 学习作业:每课均有布置课后作业,学员完成书面作业后则可进入下一课学习。

3、 老师辅导:通过论坛站内信及邮件等多种方式与老师进行一对一互动。

4、 完成课程:最后一课作业交纳后,老师完成作业批改,即可完成课程并取回相应剩余的逆向学费。

联系我们
咨询Email :edu01@dataguru.cnedu02@dataguru.cn
课程入门讨论咨询QQ群:485625800(群内有培训公开课视频供大家免费观看)
咨询QQ: 点击这里给我发消息 点击这里给我发消息
您是否对此课程还有疑问,那么请 点击进入FAQ,您的问题将基本得到解答
全国统一咨询热线: 4008-010-006
最新技术热点、 最新行业资讯,最新培训课程信息,尽在炼数成金官方微信,低成本传递高端知识!技术成就梦想!欢迎关注!
打开微信,使用扫一扫功能,即刻关注炼数成金官方微信账户,不容错过的精彩,期待您的体验!!!

授课老师

何翠仪何翠仪
何翠仪:中山大学统计学专业毕业,炼数成金专职讲师,在过去曾讲授《大数据的统计学基础》课程,并负责多门炼数成金数据分析课程的助教工作,参与主持建设炼数成金的R语言认证题库系统(即将上线)。

热招课程

◆ Mycat从入门到精通(第九期)
◆ 深度玩转Excel(第14期)
◆ MySQL DBA从小白到大神实战(第三期)
◆ Qt编程快速入门(第二期)
◆ 人工智能前沿系列之基于Tensorflow的案例实践(第一期)
◆ 验模神器AMOS(第二期)
◆ 运维之Tomcat调优实战(第二期)
◆ Oracle 12C RAC集群原理与管理实战(第九期)
◆ 机器学习(第18期)
◆ Go语言实战编程(第二期)
◆ Python网络爬虫(第六期)
◆ zabbix企业级实践(第一期)
◆ 企业级Hadoop大数据平台实践(第十期)
◆ Oracle DBA从小白到入职实战应用(第四期)
◆ Python金融投资分析实践(第四期)
◆ SPSS数据分析入门与提高(第十期)
◆ 深入理解Storm与大数据实战(第三期)
◆ HBase从入门到精通(第五期)
◆ 区块链技术从入门到精通(第一期)
◆ R七种武器之金融数据分析quantmod(第29期)
◆ 深度学习框架Caffe学习与应用(第五期)
◆ GPU并行计算与CUDA编程(第三期)
◆ 大数据算法导论(第11期)
◆ Python数据分析(第八期)
◆ Spark MLlib 机器学习算法与源码解析(第五期)
◆ 敏捷Agile快速入门(第一期)
◆ Python机器学习Kaggle案例实战(第一期)
◆ R七种武器之网络爬虫RCurl(第13期)
◆ Node.js项目实战:从编写代码到服务器部署(第四期)
◆ 机器读心术之神经网络与深度学习(第六期)
◆ Python数据分析案例实战(第四期)
◆ 大数据必知的java基础(第六期)
◆ 开源计算机视觉库OpenCV从入门到应用(第五期)
◆ DevSecOps安全交付应用实战(第1期)
◆ 机器读心术之深度学习大战自然语言处理(第一期)
◆ 数据陷阱解读(第21期)
◆ 深入浅出Oracle(第五期)
◆ 机器读心术之文本挖掘与自然语言处理(第七期)
◆ R语言数据分析、展现与实例(第27期)
◆ 实战Java高并发程序设计(第11期)
◆ 人工智能前沿系列之生成式对抗网络(第三期)
◆ 数据库设计(第22期)
◆ JAVA极客特训(第二期)
◆ 数据库系统实现技术内幕(第十期)
◆ 大数据的统计学基础(第18期)
◆ Hadoop应用开发实战案例(第16期)
◆ 自然语言处理软件实验(第二期)
◆ 深入JVM内核—原理、诊断与优化(第12期)
◆ Hadoop数据分析平台(第43期)
◆ Python自然语言分析(第五期)
◆ 高可用架构设计与实践(第七期)
◆ Watson Analytics数据分析应用实战公开课(第三期)
◆ 自己动手实践神经网络(第六期)
◆ 深入浅出Spring(第三期)
◆ 大数据的Linux基础(第17期)
◆ JavaScript从入门到精通(第五期)

GMT+8, 2017-5-29 02:41 , Processed in 0.143553 second(s), 36 queries .