<s id="aymem"></s>
  • <source id="aymem"><optgroup id="aymem"></optgroup></source>
  • <source id="aymem"><optgroup id="aymem"></optgroup></source>
  • <acronym id="aymem"></acronym>
  • 首頁 > 選課中心 > 數據分析 > 【快班】SPSS數據分析入門與提高
    【快班】SPSS數據分析入門與提高
    此課程所屬 【數據分析師專業方向】, 【數據分析師專業方向】專業,報名專業套餐,可享受0元學習特惠!點擊了解詳情
    隨報隨學 共13課 ★★☆
    開課時間 課程周期 難易度
    招生中

    立即報名
    基礎 數據分析 案例 SPSS 統計分析
    課程介紹
    說到統計分析軟件,不得不提到SPSS。與R、SAS等統計分析軟件不一樣,SPSS是基于圖形界面操作,對于沒有編程基礎的用戶來說十分友好,而且SPSS的統計分析與數據準備功能十分強大,基本滿足用戶的需求。 這門課程將從基礎入手,在學習SPSS的基本操作過程中,結合相應的統計概率知識,讓學員更能掌握數據分析的本質!

    SPSS簡介:
    SPSS是Statistical Product andService solutions(統計產品與服務解決方案)的簡稱,是成立于1975年的美國SPSS公司的軟件產品,是專門為廣大非統計專業人士設計提供的統計分析軟件包,目前廣泛應用于教育、心理、市場調查與分析、醫療、生物、金融等領域和行業。SPSS統計分析軟件以其強大的統計分析功能、方便易用的用戶操作方式、靈活的表格式分析報告和精美的圖形展現形式,贏得了各領域廣大數據分析人員的喜愛,SPSS是獲得全世界認可的通用統計工具軟件。IBM公司2009年用12億美元收購了分析軟件提供商SPSS。如今SPSS已出至版本20.0,而且更名為IBM SPSS。

    SPSS在全球約有25萬家產品用戶,它們分布于通訊、醫療、銀行、證券、保險、制造、商業、市場研究、科研教育等多個領域和行業,是世界上應用最廣泛的專業統計軟件。SPSS最突出的特點就是操作界面極為友好,輸出結果美觀漂亮,它使用Windows的窗口方式展示各種管理和分析數據方法的功能,使用對話框展示出各種功能選擇項,只要掌握一定的Windows操作技能,粗通統計分析原理,就可以使用該軟件為特定的科研工作服務。

    課程內容:
    1 基礎數據分析知識,包括一些概率統計里的概念、術語,和基本統計量的計算方法等。
    2 一些常用的數據分析和數據挖掘算法,以及有關的各種領域里的實際應用案例分析
    3 流行數據分析軟件SPSS操作和使用方法

    課程大綱
    第一課:SPSS入門介紹
    SPSS軟件簡介,操作方法介紹

    第二課:好的開始是成功的一半——數據錄入與數據整理
    數據錄入、外部數據導入方法介紹;變量級別數據、文件級別數據整理方法介紹,基本編程基礎;案例:調查問卷的數據錄入與整理

    第三課:化繁為簡——描述性統計分析
    連續變量的統計描述,案例:學生身高體重分析;分類變量的統計描述,案例:家庭還款情況分析;數據分析報告制作

    第四課:看圖說話——統計圖表分析
    直方圖、莖葉圖、箱型圖、餅圖、柱形圖與誤差線、散點圖等常用圖表介紹與應用

    第五課:真假博弈1——假設檢驗概述與t檢驗
    假設檢驗的概述;t分布適用情景介紹與案例分析

    第六課:真假博弈2——非參數檢驗與卡方檢驗
    常見的非參數檢驗介紹與案例分析;卡方檢驗適用場景與案例分析

    第七課:萬物皆有聯系——相關分析與回歸案例
    簡單相關分析;偏相關分析;距離分析;線性回歸分析;實例:年齡與信心指數的關系探索        

    第八課:影響因素判斷——方差分析
    單因素方差分析,探究單個因素的影響;多因素方差分析,探究多個因素的影響

    第九課:與時俱進——時間序列分析
    時間序列分析概述;指數平滑模型;ARIMA模型;季節模型;案例:股價預測

    第十課:涇渭分明——分類算法
    線性判別法;貝葉斯分類器;logistic二分法;決策樹等;案例:客戶流失分析

    第十一課:物以類聚——聚類算法
    層次聚類;k-means等;案例:客戶細分

    第十二課:大道至簡——降維方法研究
    主成分分析;因子分析

    第十三課:實踐是檢驗真理的唯一標準——綜合案例分析
    授課講師
    何翠儀,中山大學統計學專業畢業,煉數成金專職講師,在過去曾負責多門煉數成金數據分析課程的助教工作,目前正在主持建設煉數成金的認證題庫系統。

    周偉珠,IBM大數據分析部門資深數據分析師,從事數據分析行業10年,致力于SPSS統計分析與數據挖掘應用及推廣工作
    課程環境
    windows
    授課對象
    這是一門數學+IT的課程,適合對SPSS感興趣的學員。
    收獲預期
    熟練掌握SPSS的基本操作,對相應的統計概率知識有一定的認識,能利用SPSS解決實際的問題
    課程試聽
    課程學費
    學費:400元(固定學費:300元 + 逆向學費:100元)
    新穎的課程收費形式:“逆向收費”約等于免費學習,課程收取300元固定收費 + 100元逆向學費,學習圓滿則全額獎勵返還給學員!
    特別說明如下
    本門課程本來打算完全免費,某位大神曾經說過“成功就是正確的方向再加上適度的壓力”。考慮到講師本身要付出巨大的勞動,為了防止一些朋友在學習途中半途而廢,浪費了講師的付出,為此我們計劃模仿某些健身課程,使用“逆向收費”的方法。 在 報名時每位報名者收取400元,其中300元為固定 收費,另外100元是暫存學費,即如果學員能完成全部課程要求,包括完成全部的書面作業,則100元全款退回。如果學員未能堅持到完全所有的學習計劃任務,則會被扣款。期望這種方式可以轉化為大家強烈的學習愿望和驅動力!
    課程授課方式

    1、 學習方式:老師發布教學資料、教材,幻燈片和視頻,學員通過網絡下載學習。同時通過論壇互動中老師對學員進行指導及學員之間相互交流。

    2、 學習作業:每課均有布置課后作業,學員完成書面作業后則可進入下一課學習。

    3、 老師輔導:通過論壇站內信及郵件等多種方式與老師進行一對一互動。

    4、 完成課程:最后一課作業交納后,老師完成作業批改,即可完成課程并取回相應剩余的逆向學費。

    聯系我們
    咨詢Email :edu01@www.w2776.comedu02@www.w2776.com
    課程入門討論咨詢QQ群:706821899(群內有培訓公開課視頻供大家免費觀看)
    咨詢QQ: 點擊這里給我發消息 點擊這里給我發消息
    您是否對此課程還有疑問,那么請 點擊進入FAQ,您的問題將基本得到解答
    全國統一咨詢熱線: 4008-010-006
    最新技術熱點、 最新行業資訊,最新培訓課程信息,盡在煉數成金官方微信,低成本傳遞高端知識!技術成就夢想!歡迎關注!
    打開微信,使用掃一掃功能,即刻關注煉數成金官方微信賬戶,不容錯過的精彩,期待您的體驗!!!

    授課老師

    何翠儀何翠儀
    何翠儀:中山大學統計學專業畢業,煉數成金專職講師,在過去曾講授《大數據的統計學基礎》課程,并負責多門煉數成金數據分析課程的助教工作,參與主持建設煉數成金的R語言認證題庫系統(即將上線)。

    其他快班課程

    【快班】【免費公開課】Python 的安裝與部署
    【快班】計算機視覺算法詳解與實戰開發
    【快班】基于軟件學習數據挖掘算法與案例
    【快班】【免費公開課】《Hadoop入門手冊》——CDH集群安裝
    【快班】Datastage基礎及開發實踐
    【快班】OpenAI強化學習實戰
    【快班】JavaScript從入門到精通
    【快班】贏在大數據-人工智能的應用實踐
    【快班】【免費公開課】《數據科學入門手冊》——DSX架構與部署
    【快班】【免費公開課】數據科學無難事
    【快班】【免費公開課】《Hadoop入門手冊》之 虛擬機的安裝和使用
    【快班】【免費公開課】玩轉數據藝術-數據展示技巧應用實戰
    【快班】【免費公開課】玩轉數據科學——IBM DSX
    【快班】【免費公開課】《Hadoop入門手冊》——Apache Hadoop集群安裝
    【快班】【免費公開課】贏在大數據-數據化運營落地實戰
    【快班】大數據管理
    【快班】Streams流計算引航公開課
    【快班】抽樣調查
    【快班】LATEX公式排版系統引航
    【快班】Watson Analytics數據分析應用實戰公開課
    【快班】數據陷阱解讀
    【快班】R七種武器之文本挖掘包tm
    【快班】R七種武器之可視化JS庫HTMLWidgets包
    【快班】R七種武器之數據加工廠plyr
    【快班】R七種武器之交互化展示包shiny
    【快班】R七種武器之網絡爬蟲RCurl
    【快班】R七種武器之數據可視化包ggplot2
    【快班】R七種武器之金融數據分析quantmod
    【快班】Java經驗談
    【快班】Go語言實戰編程
    【快班】DB2 V11新特性全解析
    【快班】DB2數據庫引航公開課
    【快班】STATA統計分析入門
    【快班】初識正則表達式
    【快班】perl語言入門
    【快班】Scala語言入門
    【快班】Puppet 運維自動化
    【快班】Qt編程快速入門
    【快班】python web框架企業實戰詳解
    【快班】數據治理及數據倉庫模型設計
    【快班】DevSecOps安全交付應用實戰
    【快班】JavaScript突擊-從精通到項目實戰
    【快班】R語言魔鬼訓練營
    【快班】基于案例學習bash腳本編程
    【快班】量化投資基礎計算與模型
    【快班】老板說服術之玩轉數據展示
    【快班】數據庫系統實現技術內幕
    【快班】Goldengate從入門到精通
    【快班】Oracle 12c特性解讀-容器數據庫和災備
    【快班】Oracle 12C RAC集群原理與管理實戰
    【快班】Mycat從入門到精通
    【快班】基于案例學SQL優化
    【快班】大型電商分布式系統實踐
    【快班】深入理解Storm與大數據實戰
    【快班】Java魔鬼訓練營
    【快班】面試突擊-數據結構與算法速成
    【快班】Excel數據分析師突擊—從入門到精通到項目實戰
    【快班】自己動手實踐神經網絡
    【快班】自然語言處理軟件實驗
    【快班】Redis技術實戰
    【快班】推薦系統
    【快班】MongoDB實戰
    【快班】應用系統架構優化方法與案例實戰
    【快班】HBase從入門到精通
    【快班】Hive數據倉庫實踐
    【快班】Hadoop數據分析平臺
    【快班】數據分析與SAS
    【快班】比特幣
    【快班】機器讀心術之文本挖掘與自然語言處理
    【快班】機器讀心術之神經網絡與深度學習
    【快班】快速上手Jmeter性能測試工具
    【快班】軟件性能測試
    【快班】軟件自動化測試Selenium2
    【快班】大數據必知的java基礎
    【快班】快速數據挖掘平臺RapidMiner
    【快班】R語言編程技巧
    【快班】深入BI之Kettle篇
    【快班】基于案例學Java服務器端程序設計
    【快班】Scala從基礎到開發實戰
    【快班】供應鏈物流—電商發展的“核”動力
    【快班】詳解SQL與PL/SQL
    【快班】Oracle職業直通車
    【快班】深度玩轉Excel
    【快班】Hadoop應用開發實戰案例
    【快班】大數據的Linux基礎
    【快班】機器學習
    【快班】量化投資
    【快班】Python數據分析
    【快班】NoSQL與NewSQL數據庫引航
    【快班】大數據算法導論
    【快班】大數據的矩陣計算基礎
    【快班】R語言數據分析、展現與實例
    【快班】大數據的統計學基礎

    熱招課程

    ◆ 區塊鏈新時代:技術原理與實操(第四期)
    ◆ 安全滲透測試工具之Burp Suite使用精講(第三期)
    ◆ MySQL DBA從小白到大神實戰(第15期)
    ◆ Python機器學習(第八期)
    ◆ 人臉識別90天速成特訓班(第五期)
    ◆ 【強化學習系列】強化視覺導航技術導引(第一期)
    ◆ Web全棧開發理論與實踐(第五期)
    ◆ Hadoop集群原理與運維實踐(第八期)
    ◆ Python數據可視化實戰(第四期)
    ◆ 大數據的統計學基礎(第26期)
    ◆ Oracle DB Performance Tuning(DSI系列Ⅳ)(第四期)
    ◆ 精準安防場景理解及語義分割(第四期)
    ◆ Java Web開發精講(第五期)
    ◆ Python突擊—從入門到精通到項目實戰(第17期)
    ◆ 計算機視覺:從入門到精通,極限剖析圖像識別學習算法(第四期)
    ◆ Python全棧學習——Python基礎及Web開發(第四期)
    ◆ OpenCV計算機視覺產品實戰(第十期)
    ◆ HBase從入門到精通(第11期)
    ◆ 大數據的矩陣計算基礎(第17期)
    ◆ 股票投資基礎之基本面分析(第六期)
    ◆ 黃金Quant工——量化金融分析師進階(第一期)
    ◆ 面試突擊-數據結構與算法速成(第六期)
    ◆ Oracle SQL Tuning(DSI系列Ⅲ)(第五期)
    ◆ 軟件架構必備基礎(第八期)
    ◆ 知識圖譜實戰(第八期)
    ◆ 突擊pyspark:數據挖掘的力量倍增器(第九期)
    ◆ 測試架構師核心技術(第五期)
    ◆ 人臉識別精準安防講習班(第五期)
    ◆ 系統運維之基礎服務進階實戰(第五期)
    ◆ 端到端(End TO End)--由傳統方法到深度學習(第二期)
    ◆ ROS機器人操作系統實戰(第八期)
    ◆ MySQL性能優化最佳實踐(第十期)
    ◆ 深入淺出Git(第九期)
    ◆ Python全棧學習——Python自動化測試(第四期)
    ◆ 股票投資高手武器系列之纏論系統(第六期)
    ◆ OpenAI強化學習實戰(第六期)
    ◆ 基于R的Kaggle實戰案例詳解(第八期)
    ◆ PostgreSQL初識與提高(第三期)
    ◆ Python金融業數據化運營實戰(第五期)
    ◆ 大話流式處理系統 Flink 核心原理(第二期)
    ◆ 深度學習框架Tensorflow學習與應用(第十期)
    ◆ 【百萬年薪系列】視覺的盛宴:深度玩轉人臉識別(第七期)
    ◆ zabbix企業級實踐(第七期)
    ◆ python網絡爬蟲應用實戰(第八期)
    ◆ Elastic Stack實戰(第五期)
    ◆ 機器學習(第28期)
    ◆ Python3入門到精通實戰特訓(第七期)
    ◆ 黃金Quant工——量化金融分析師入門(第三期)
    ◆ 股票投資基礎之技術分析(第八期)
    ◆ Tensorflow工程師職場實戰技(第六期)
    ◆ Oracle DBA從小白到入職實戰應用(第11期)
    ◆ 金融市場基礎(第13期)
    ◆ 左飛的機器學習十八般算法武藝詳解(第九期)
    ◆ Spark大數據平臺應用實戰(第九期)
    ◆ 深度學習框架Keras學習與應用(第十期)
    ◆ 金融的人工智能革命(第11期)
    ◆ locust性能測試實戰(第四期)
    ◆ Python金融投資分析實踐(第11期)

    GMT+8, 2019-8-16 04:19 , Processed in 0.100798 second(s), 36 queries .

    婷婷五月