具体描述
《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。
作者简介
目录信息
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
· · · · · · (收起)
读后感
我看书有个习惯，如果书籍附带作者靓照的话，我一般喜欢先看作者长得如何，籍此猜测作者是不是一个喜欢专研技术的人。但是很遗憾，看了张博士的靓照和简介，我心里就有了个大概的了解，接着翻阅本书三个多小时的时间里，我时常有这样的感觉，每当我耐着性子看完一节，过...
我看书有个习惯，如果书籍附带作者靓照的话，我一般喜欢先看作者长得如何，籍此猜测作者是不是一个喜欢专研技术的人。但是很遗憾，看了张博士的靓照和简介，我心里就有了个大概的了解，接着翻阅本书三个多小时的时间里，我时常有这样的感觉，每当我耐着性子看完一节，过...
自13年5月7日购买本书开始，笔者有近四个月时间在试着读懂这本书，忘不了每一个上下班的路上，电脑包里放着这本书，让我感受到事业的重量，每一个成功都是心血的浇灌。 闲话少说，回到数据分析上来，国内介绍spss的书已经有很多了，但大多是在讲解各种统计方法的...
我看书有个习惯，如果书籍附带作者靓照的话，我一般喜欢先看作者长得如何，籍此猜测作者是不是一个喜欢专研技术的人。但是很遗憾，看了张博士的靓照和简介，我心里就有了个大概的了解，接着翻阅本书三个多小时的时间里，我时常有这样的感觉，每当我耐着性子看完一节，过...
自13年5月7日购买本书开始，笔者有近四个月时间在试着读懂这本书，忘不了每一个上下班的路上，电脑包里放着这本书，让我感受到事业的重量，每一个成功都是心血的浇灌。 闲话少说，回到数据分析上来，国内介绍spss的书已经有很多了，但大多是在讲解各种统计方法的...
用户评价
最近有幸读到一本名为《IBM SPSS数据分析与挖掘实战案例精粹》的书，虽然我一直从事数据分析工作，但这本书还是给了我不少惊喜。书的整体架构非常清晰，从数据预处理到模型构建，再到结果解读，层层递进，对于初学者来说，能够系统地建立起数据分析的框架。我尤其喜欢其中关于数据清洗和探索性数据分析的章节，作者用了很多生动的例子，比如如何处理缺失值、异常值，如何通过可视化手段来发现数据中的隐藏模式。这些都是实际工作中非常棘手但又至关重要的问题，书中给出的解决方案既有理论依据，又有实际操作的指导，让我在面对复杂数据时不再感到茫然。此外，作者还介绍了SPSS中一些常用的统计分析方法，如回归分析、聚类分析、分类分析等，并结合具体的案例进行了讲解。我印象深刻的是一个关于客户流失预测的案例，作者详细地展示了如何使用SPSS构建逻辑回归模型，并对模型进行评估和优化。这个案例不仅让我学到了具体的建模技巧，更让我对如何将数据分析应用于实际业务问题有了更深刻的理解。总的来说，这本书是一本非常值得推荐的数据分析入门及进阶书籍，无论你是初学者还是有一定经验的从业者，都能从中受益匪浅。
这本书的案例选择非常贴合实际业务需求，对于我这种需要将数据分析技能转化为实际业务价值的人来说，简直是雪中送炭。我特别欣赏书中关于风险控制和欺诈检测的章节。在金融行业，风险控制是重中之重，而如何利用数据来识别潜在的风险和欺诈行为，一直是困扰我的难题。这本书提供了一些非常实用的案例，比如如何使用SPSS构建信用评分模型，如何通过异常检测算法来识别欺诈交易。作者在讲解过程中，不仅强调了模型的构建过程，更侧重于模型结果的解读和应用，这对于我来说非常有价值。能够将复杂的统计模型和算法与实际业务场景相结合，并最终输出可执行的建议，这才是数据分析的真正意义所在。书中的案例覆盖了多个行业，包括金融、零售、医疗等，这使得我对数据分析的普适性有了更深的认识，也拓宽了我的思路。总而言之，这本书是一本真正能够帮助读者提升实战能力的优秀著作，它不仅教授了技术，更传递了数据分析的思维方式。
我一直对数据挖掘领域充满兴趣，也尝试过学习一些相关的知识，但总觉得缺乏一个清晰的脉络和实践的指引。直到我读到《IBM SPSS数据分析与挖掘实战案例精粹》，我才找到了我一直寻找的宝藏。这本书的案例设计非常巧妙，紧密围绕着数据挖掘的核心问题展开，从数据预处理到特征工程，再到模型选择和评估，每一个环节都做了详尽的阐述。我尤其喜欢其中关于客户行为分析的案例，作者详细介绍了如何利用SPSS中的分类和聚类算法来理解客户的购买习惯和偏好，并基于这些洞察来制定个性化的营销策略。这个案例让我深刻体会到数据挖掘的强大力量，它能够帮助企业更好地理解客户，从而提升用户体验和业务增长。书中的讲解方式非常生动有趣，不像很多技术书籍那样枯燥乏味，作者用了很多通俗易懂的语言和生动的比喻，让我能够轻松地理解那些看似复杂的概念。读完这本书，我感觉自己对数据挖掘的理解又上了一个台阶，也更有动力去探索这个充满魅力的领域了。
作为一名长期与数据打交道的数据分析师，我深知理论知识的积累固然重要，但实战能力才是检验真理的唯一标准。而《IBM SPSS 数据分析与挖掘实战案例精粹》这本书，恰恰满足了我对高质量实战案例的需求。书中的案例不仅覆盖了SPSS软件的各项核心功能，更重要的是，它们都是从实际业务场景中提炼出来的，具有很强的代表性和借鉴意义。我印象特别深刻的是，书中关于市场响应建模的案例，作者详细演示了如何利用SPSS构建营销活动的响应模型，并对其预测效果进行评估。这对于我们评估营销活动的ROI，优化资源配置，具有非常直接的指导意义。更难得的是，书中对于每个案例的讲解都非常透彻，不仅给出了SPSS的操作步骤，还深入剖析了模型背后的统计原理和业务含义，让我能够举一反三，触类旁通。这本书让我意识到，数据分析不仅仅是技术的应用，更是一种解决问题的思维方式。它帮助我将SPSS这个强大的工具，真正转化为驱动业务增长的利器。
这本书的内容真的是让我大开眼界，简直就是一本SPSS数据分析的宝典。我之前接触过一些SPSS的书籍，但大多停留在理论层面，要么就是案例过于简单，无法指导实际工作。而这本书则完全不同，它深入浅出地讲解了SPSS在实际数据分析和挖掘中的应用，通过一系列精选的案例，将抽象的概念具象化，让我能够轻松理解并掌握复杂的数据分析技术。特别是书中关于市场细分和产品推荐的案例，简直是为我量身定做的。我一直在思考如何利用客户数据来优化营销策略，这本书提供的思路和方法，让我茅塞顿开。作者不仅详细介绍了SPSS中相关的统计模型和算法，还一步步地演示了如何在SPSS软件中进行操作，包括数据导入、变量管理、模型训练、结果解释等，每一个步骤都清晰明了，让我能够照着做，并且真正理解背后的逻辑。读完这本书，我感觉自己对SPSS的掌握水平有了质的飞跃，也更有信心去应对工作中遇到的各种数据分析挑战了。强烈推荐给所有需要进行数据分析的朋友们！
SPSS毕竟是商业软件，商业功能还是可以的。
SPSS毕竟是商业软件，商业功能还是可以的。
个人感觉逻辑很清晰，阅读需要有基础的统计学知识，计量经济学知识，不一定要知道数学怎么算，但要清楚什么时候用什么的原理。现在想，当时看张文彤的基础教程简直就不是人看的，说的话都看不懂…
案例介绍详细，理论部分有点欠缺
SPSS毕竟是商业软件，商业功能还是可以的。
