IBM SPSS数据分析实战案例精粹(第2版)

第1部分 SPSS数据分析基础 第1章 数据分析方法体系简介 3 1.1 数据分析方法论概述 3 1.1.1 严格设计支持下的统计方法论 3 1.1.2 半试验研究支持下的统计方法论 4 1.1.3 偏智能化、自动化分析的数据挖掘应用方法论 5 1.2 统计软件中的数据存储格式 6 1.2.1 二维数据表 7 1.2.2 变量的存储类型 7 1.2.3 变量的测量尺度 8 1.3 数据的统计描述与参数估计 9 1.3.1 连续变量的统计描述 9 1.3.2 连续变量的参数估计 12 1.3.3 分类变量的统计描述和参数估计 14 1.3.4 统计图形体系 17 1.4 常用假设检验方法 20 1.4.1 假设检验的基本原理 21 1.4.2 单变量假设检验方法 22 1.4.3 双变量假设检验方法 24 1.5 多变量模型 28 1.5.1 方差分析模型/一般线性模型 28 1.5.2 广义线性模型和混合线性模型 29 1.5.3 回归模型 30 1.5.4 其他常见模型 33 1.6 多元统计分析模型 35 1.6.1 信息浓缩 35 1.6.2 变量组之间内在关联结构的探讨 35 1.6.3 对数据分类 36 1.6.4 分析各元素间的关联 38 1.7 智能统计分析方法/数据挖掘方法 39 1.7.1 树模型 39 1.7.2 神经网络 40 1.7.3 支持向量机 41 1.7.4 *近邻元素分析 41 1.7.5 关联规则与序列分析 41 第2章 顾客售后满意度监测项目 43 2.1 案例背景 43 2.2 数据文件的读入与变量整理 44 2.2.1 了解SPSS的基本操作界面 44 2.2.2 进行数据准备 46 2.3 问卷数据分析 50 2.3.1 生成频数表 50 2.3.2 计算均值 51 2.3.3 对多选题进行描述 52 2.4 项目总结和讨论 53 第3章 会员购买习惯调查 54 3.1 案例背景 54 3.1.1 项目背景 54 3.1.2 分析思路 56 3.2 问卷录入 56 3.2.1 开放题的定义 56 3.2.2 单选题的定义 57 3.2.3 多选题的定义 57 3.3 问卷质量校验 59 3.3.1 去除重复记录 59 3.3.2 发现异常值 61 3.3.3 逻辑校验 62 3.4 问卷数据分析 64 3.4.1 问卷加权 64 3.4.2 业务分析 68 3.5 项目总结和讨论 69 第4章 基于背景资料的病例对照匹配 71 4.1 案例背景 71 4.2 数据清理 72 4.2.1 数据错误的发现 72 4.2.2 数据错误的更正 76 4.3 数据理解 77 4.4 利用文件合并功能进行案例匹配 80 4.5 利用Python插件直接进行匹配 81 4.5.1 倾向得分匹配 82 4.5.2 个案控制匹配 84 4.6 项目总结和讨论 86 第5章 北京地区雾霾变化趋势分析 87 5.1 案例背景 87 5.1.1 项目背景 87 5.1.2 分析思路 88 5.2 数据准备 89 5.2.1 读入csv格式的数据文件 89 5.2.2 合并数据文件 91 5.2.3 筛选所需数据 93 5.3 数据理解 94 5.3.1 数据分布状况 94 5.3.2 缺失值分布状况 95 5.3.3 考察逐月数据趋势 96 5.4 雾霾变化基本趋势的分析 97 5.4.1 整体平均水平的比较 97 5.4.2 重点考察秋冬季的数据 99 5.4.3 进一步分析爆表天数变化趋势 100 5.5 进一步展现历史波动趋势 101 5.5.1 逐月平均数据的提取 101 5.5.2 建模前的数据准备 102 5.5.3 用季节分解提取长期趋势 104 5.6 项目总结和讨论 107 第2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 111 6.1 案例背景 111 6.1.1 研究项目概况 111 6.1.2 分析思路/商业理解 112 6.2 数据理解 113 6.2.1 研究设计框架复查 113 6.2.2 均值的列表描述 114 6.2.3 均值的图形描述 115 6.3 用方差分析模型考察同一城市内不同品牌的评分差异 116 6.3.1 单因素方差分析模型简介 117 6.3.2 对品牌的作用进行总体检验 118 6.3.3 组间两两比较 120 6.3.4 对模型适用条件的考察：方差齐性检验 122 6.4 用两因素方差分析模型进行分析 123 6.4.1 两因素方差分析模型简介 123 6.4.2 拟合包括交互项的饱和模型 125 6.4.3 拟合只包含主效应的模型 125 6.4.4 组间两两比较 127 6.4.5 尝试将城市指定为随机因素进行分析 128 6.5 分析结论与讨论 130 6.5.1 分析结论 130 6.5.2 Benchmark：用还是不用 131 第7章 偏态分布的激素水平影响因素分析 132 7.1 案例背景 132 7.1.1 研究项目概况 132 7.1.2 分析思路/商业理解 133 7.2 数据理解 133 7.2.1 单变量描述 133 7.2.2 变量关联探索 136 7.3 对因变量变量变换后建模分析 141 7.3.1 常见的变量变换方法 141 7.3.2 本案例的具体操作 142 7.4 秩变换分析 145 7.5 利用Cox模型进行分析 146 7.5.1 Cox回归模型的基本原理 147 7.5.2 本案例的具体操作 148 7.6 项目总结与讨论 150 7.6.1 分析结论 150 7.6.2 八仙过海，谁为独尊 150 第8章 某车企汽车年销量预测 152 8.1 案例背景 152 8.1.1 研究项目概况 152 8.1.2 分析思路/商业理解 153 8.2 数据理解 154 8.3 变量变换后的线性回归 156 8.3.1 线性回归模型简介 156 8.3.2 变量变换后拟合线性回归模型 158 8.3.3 模型拟合效果的判断 160 8.3.4 存储预测值和区间估计值 162 8.4 曲线拟合 163 8.4.1 用曲线估计过程同时拟合多个曲线模型 163 8.4.2 模型拟合效果的判断 166 8.4.3 模型的预测 167 8.5 利用非线性回归进行拟合 168 8.5.1 模型简介 168 8.5.2 构建分段回归模型 169 8.5.3 不同模型效果的比较 171 8.6 项目总结与讨论 172 8.6.1 分析结论 172 8.6.2 行走在理想与现实之间 173 第9章 脑外伤急救后迟发性颅脑损伤影响因素分析 174 9.1 案例背景 174 9.1.1 研究项目概况 174 9.1.2 分析思路/商业理解 175 9.2 数据理解 176 9.2.1 变量关联的图表描述 176 9.2.2 变量关联的单变量检验 178 9.3 构建二分类Logistic回归模型 181 9.3.1 模型简介 181 9.3.2 初步尝试建模 183 9.3.3 构建*终模型 188 9.4 利用树模型发现交互项 189 9.4.1 模型简介 190 9.4.2 进行树模型分析 192 9.5 使用广义线性过程进行分析 195 9.5.1 模型简介 195 9.5.2 构建仅包括主效应的模型 196 9.5.3 在模型中加入交互项 199 9.6 项目总结与讨论 200 9.6.1 分析结论 200 9.6.2 尺有所短，寸有所长 201 第10章 中国消费者信心指数影响因素分析 202 10.1 案例背景 202 10.1.1 项目背景 202 10.1.2 项目问卷 203 10.1.3 分析思路/商业理解 206 10.2 数据理解 207 10.2.1 图形考察时间、地域对信心 指数的影响 207 10.2.2 图形考察性别、职业、婚姻 状况等对信心指数的影响 209 10.2.3 图形考察年龄对信心指数的 影响 210 10.3 标准GLM框架下的建模分析 211 10.3.1 建立总模型 211 10.3.2 两两比较的结果 214 10.4 多元方差分析模型的结果 215 10.4.1 模型简介 216 10.4.2 拟合多元方差分析模型 217 10.5 *优尺度回归 223 10.5.1 方法简介 224 10.5.2 利用*优尺度回归进行 分析 225 10.6 多水平模型框架下的建模分析 228 10.6.1 模型简介 229 10.6.2 针对时间拟合多水平模型 230 10.7 项目总结与讨论 235 10.7.1 分析结论 235 10.7.2 什么时候应当运用复杂模型 来建模 236