深入浅出地为你介绍如何使用Python进行金融数据分析、挖掘和量化投资的全过程。
电子书
编辑推荐
本书带你全面认识、了解IBM SPSS数据分析软件，并使用软件解决实际问题。
内容简介
本书共10章，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、探索性统计推断以及相关和回归分析、聚类和判别分析、因子分析等常用的基本数据分析方法的基本原理和操作应用。
章节目录
- A-fy
- 57102-bq
- C-qy
- 前言
- 本书内容
- 本书特色
- D-ml
- 目录
- 01
- 第1章
- 数据分析与SPSS软件概述
- 1.1 数据分析基本概念
- 1．定性变量数据
- 2．定序变量数据
- 3．定距变量数据
- 4．定比变量数据
- 1.2 数据分析基本流程
- 1．项目计划
- 2．数据获取与准备
- 3．概括性描述统计分析
- 4．探索性统计推断
- 5．统计模型精准分析
- 6．形成结果报告
- 1.3 数据分析基本方法
- 1．描述统计分析方法
- 2．统计推断方法
- 3．多变量模型分析方法
- 4．多元统计分析方法
- 1.4 常用数据分析软件
- 1．SPSS
- 2．SAS
- 3．R
- 4．其他统计分析软件
- 1.5 SPSS软件介绍
- 1．软件基本特点
- 2．软件模块结构
- 3．软件的安装
- 4．软件的运行方式
- 5．软件的界面
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 02
- 第2章
- 数据的获取与管理
- 2.1 数据的获取与软件实现
- 2.1.1 变量的定义
- 2.1.2 数据的直接输入与保存
- 1．数据的直接输入
- 2．数据保存
- 2.1.3 外部数据文件的读入
- 1．读入Excel数据文件
- 案例分析1
- 2．读入文本数据文件
- 案例分析2
- 2.1.4 数据文件的合并
- 1．纵向合并—“添加个案”
- 案例分析3
- 2．横向合并—“添加变量”
- 案例分析4
- 2.1.5 数据文件的拆分
- 案例分析5
- 2.2 数据的清理与软件实现
- 2.2.1 数据的寻找、增加和删除
- 1．数据的批量寻找
- 2．个案数值的修改、增加和删除
- 3．变量的增加和删除
- 2.2.2 变量集的设置和使用
- 案例分析6
- 1．定义/删除用户自定义变量集
- 2．用户自定义变量集的使用
- 2.3 数据的转换与软件实现
- 2.3.1 数据排序
- 案例分析7
- 2.3.2 新变量的产生
- 案例分析8
- 2.3.3 设置加权变量
- 案例分析9
- 2.3.4 变量编码
- 案例分析10
- 2.4 数据的整理与软件实现
- 2.4.1 数据的分类汇总
- 案例分析11
- 2.4.2 个案子集的选取
- 案例分析12
- 2.4.3 缺失值的替换
- 案例分析13
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 03
- 第3章
- 描述统计分析与SPSS实现
- 3.1 连续变量描述统计分析
- 3.1.1 集中趋势描述
- 1．均值
- 2．中位数
- 3．众数
- 3.1.2 离散趋势描述
- 1．方差和标准差
- 2．全距
- 3．分位数
- 4．均值标准误差
- 3.1.3 分布状态描述
- 1．偏度
- 2．峰度
- 3．标准化Z分数及线性转换
- 3.1.4 深入探索分析
- 3.1.5 案例详解及软件实现
- 3.2 分类变量描述统计分析
- 3.2.1 交叉列联表分析
- 3.2.2 多选项分析
- 1．多选项二分法
- 2．多选项分类法
- 3.2.3 案例详解及软件实现
- 案例分析1
- 案例分析2
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 04
- 第4章
- 参数检验与SPSS实现
- 4.1 Means过程
- 4.1.1 Means过程计算原理
- 4.1.2 案例详解及软件实现
- 4.2 单样本T检验
- 4.2.1 检验原理和步骤
- 1．零假设
- 2．构建T检验统计量
- 3．判别规则及结果解读
- 4.2.2 案例详解及软件实现
- 4.3 两独立样本T检验
- 4.3.1 检验原理和步骤
- 1．零假设
- 2．构建T检验统计量
- 3．判别规则及结果解读
- 4.3.2 案例详解及软件实现
- 4.4 两配对样本T检验
- 4.4.1 检验原理和步骤
- 1．零假设
- 2．构建T检验统计量
- 3．判别规则及结果解读
- 4.4.2 案例详解及软件实现
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 05++
- 06
- 第6章
- 非参数检验与SPSS实现
- 6.1 两配对样本非参数检验
- 6.1.1 适用条件和检验方法
- 1．适用条件
- 2．检验方法
- 6.1.2 案例详解及软件实现
- 案例分析1
- 案例分析2
- 6.2 多配对样本非参数检验
- 6.2.1 适用条件和检验方法
- 1．适用条件
- 2．检验方法
- 6.2.2 案例详解及软件实现
- 案例分析3
- 案例分析4
- 6.3 两独立样本非参数检验
- 6.3.1 适用条件和检验方法
- 1．适用条件
- 2．检验方法
- 6.3.2 案例详解及软件实现
- 案例分析5
- 6.4 多独立样本非参数检验
- 6.4.1 适用条件和检验方法
- 1．适用条件
- 2．检验方法
- 6.4.2 案例详解及软件实现
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 07
- 第7章
- 相关分析与SPSS实现
- 7.1 二元变量相关分析
- 7.1.1 散点图和相关系数
- 1．散点图
- 2．相关系数
- 7.1.2 分析原理和步骤
- 1．二元定距变量相关分析的原理及步骤
- 2．二元定序变量相关分析的原理及步骤
- 7.1.3 案例详解及软件实现
- 案例分析1
- 案例分析2
- 7.2 偏相关分析
- 7.2.1 偏相关系数
- 7.2.2 案例详解及软件实现
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 08
- 第8章
- 回归分析与SPSS实现
- 8.1 线性回归分析
- 8.1.1 一元线性回归分析
- 1．基本原理
- 2．参数估计
- 3．统计检验
- 8.1.2 多元线性回归分析
- 1．基本原理
- 2．参数估计
- 3．统计检验
- 8.1.3 案例详解及软件实现
- 8.2 曲线回归分析
- 8.2.1 常见曲线回归模型
- 1．幂函数曲线回归
- 2．指数函数曲线回归
- 3．多项式函数曲线回归
- 4．对数函数曲线回归
- 5．S形曲线函数曲线回归
- 8.2.2 案例详解及软件实现
- 8.3 Logistic回归分析
- 8.3.1 Logistic回归函数的构建
- 8.3.2 Logistic回归模型的检验
- 1．−2对数似然值
- 2．拟合优度统计量
- 3．考克斯-斯奈尔R2
- 4．内戈尔科R2
- 5．伪R2
- 6．霍斯默-莱梅肖拟合优度检验统计量
- 7．Wald统计量
- 8.3.3 案例详解及软件实现
- 8.4 含虚拟变量的回归分析
- 8.4.1 模型构建原理
- 1．适用条件
- 2．虚拟变量的构建
- 3．虚拟变量的引入方式
- 8.4.2 案例详解及软件实现
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 09
- 第9章
- 聚类分析、判别分析与SPSS实现
- 9.1 系统聚类分析
- 9.1.1 样本间亲疏程度测度方法
- 1．连续变量的样本不相似性（距离）测度方法
- 2．连续变量的样本相似性（相关系数）测度方法
- 3．顺序或定性变量的样本亲疏程度测度方法
- 9.1.2 类间亲疏程度测度方法
- 9.1.3 案例详解及软件实现
- 9.2 快速聚类分析
- 9.2.1 适用条件和迭代原理
- 1．适用条件
- 2．迭代原理和过程
- 9.2.2 案例详解及软件实现
- 9.3 判别分析
- 9.3.1 判别原理
- 1．前提假设
- 2．判别函数构建
- 9.3.2 案例详解及软件实现
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- 10
- 第10章
- 因子分析与SPSS实现
- 10.1 适用条件
- 1．KMO检验
- 2．巴特利特球形度检验
- 3．反映像矩阵检验
- 10.2 因子变量的构建
- 1．数据标准化
- 2．因子载荷矩阵构建
- 3．公因子提取
- 10.3 因子变量的命名
- 1．因子载荷矩阵旋转
- 2．变量命名
- 10.4 因子得分的计算
- 10.5 案例详解及软件实现
- 习 题
- 一、填空题
- 二、选择题
- 三、判断题
- 四、简答题
- 案例分析题
- ck
- 参考文献
- 附录D
展开全部
数据分析与SPSS软件应用（微课版）是2022年由人民邮电出版社出版,作者宋志刚 主编。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数据分析与SPSS软件应用（微课版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
1. 作者是注册会计师，熟练使用PowerBI，实践经验丰富。
2. 作者的公众号现已成为国内影响力的PowerBI公众号之一，专注于PowerBI知识的分享，其文章通俗易懂、简洁干练、精彩不断，深受广大PowerBI学习者喜爱。
电子书
1.上海交通大学机器学习、人工智能专家亲笔力作。
2.超过900分钟的全程视频讲解，扫一扫二维码，跟着视频轻松学。
3.网易云课堂同名人气课程，全部五星好评。
电子书
“人人都是数据分析师”系列，深入浅出讲解Power BI应用和秘诀，让你的数据“狂飙”。
电子书
详细解释从公式含义到在Excel中实现的过程。
电子书
本书主要介绍如何使用Python处理Excel数据。本书内容分为三大部分：第一部分主要介绍数据分析的概念和Python基础；第二部分通过蜂蜜电商数据分析案例详细介绍数据分析的技术要点，包括读写Excel文件所需的xlwings库和openpyxl库、数据分析的pandas核心库，以及数据可视化常用的Matplotlib库和Seaborn库；第三部分包括个人消费贷款数据分析和螺蛳粉连锁店销售数据分析
电子书
从数据处理的角度来讲解统计分析。
电子书
精选13项Excel核心技术，提升数据处理与分析技能。
