科技 类型
可以朗读 语音朗读
253千字 字数
2015-06-01 发行日期
展开全部

主编推荐语

从需求视角剖析数据统计分析

内容简介

本书不从软件应用视角入手，而是从数据统计分析具体需求的视角入手，采用章、节的结构体系。全书分为5章，依次为：(1)大数据时代数据统计分析的概念、需求与策略，（2）数据梳理与统计描述，（3）数据的差异性检验（含T检验、方差分析、非参数检验），（4）数据的关联性与一致性分析（相关性分析、回归分析、信度效度检验），（5）降维与归因分析（聚类分析、判别分析与因子分析）、（6）综合案例。

目录

  • 封面
  • 扉页
  • 版权信息
  • 目录
  • 内容提要
  • 前言
  • 第1章 数据统计分析的概念
  • 学习指导
  • 1.1 数据分析能力培养的背景及其意义
  • 1.1.1 数据分析能力培养的背景
  • 1.1.2 数据分析能力培养的意义
  • 1.2 数据处理的层次与数据分析
  • 1.2.1 数据管理与数据采集的三个层次
  • 1.2.2 数据分析与数据挖掘技术的出现
  • 1.3 数据描述与数据分析简介
  • 1.3.1 常见的数据描述方法
  • 1.3.2 常见的数据分析技术
  • 1.4 数据分析与挖掘软件
  • 1.4.1 数据统计与分析软件
  • 1.4.2 数据挖掘技术及应用
  • 1.5 数据分析环境（SPSS与Excel）
  • 1.5.1 数据的组织与数据结构
  • 1.5.2 Excel的数据分析环境
  • 1.5.3 SPSS的数据分析环境
  • 习题
  • 第2章 数据梳理与统计描述
  • 学习指导
  • 2.1 数据分析中的基础概念
  • 2.1.1 数据描述及其概念
  • 2.1.2 数据的分布形态
  • 2.1.3 数据分析中的常见思路与评价策略
  • 2.2 数据编辑技术简介
  • 2.2.1 Excel的数据编辑
  • 2.2.2 SPSS的数据编辑
  • 2.2.3 数据文件的打开与整合
  • 2.2.4 数据排序
  • 2.2.5 数据文件拼合
  • 2.2.6 数据检索与抽样
  • 2.2.7 数据的计算与计数
  • 2.2.8 数据的加权处理
  • 2.3 数据重编码与规范化
  • 2.3.1 对字符型变量的数值化编码
  • 2.3.2 对定距变量的离散化编码
  • 2.3.3 数据重编码——Z分数
  • 2.3.4 数据重编码——求秩分
  • 2.3.5 数据重编码——正态得分
  • 2.3.6 数据的分类汇总
  • 2.3.7 对缺失值的标记与处理
  • 2.4 数据的统计描述
  • 2.4.1 基本统计量
  • 2.4.2 数据频度分析
  • 2.4.3 数据分布形态的判定
  • 2.4.4 箱体图与茎叶图
  • 2.4.5 低测度数据的描述
  • 2.4.6 数据摘要报告
  • 习题
  • 第3章 数据的差异显著性检验
  • 学习指导
  • 3.1 数据差异显著性检验的基础概念
  • 3.1.1 数据差异显著性检验的概念
  • 3.1.2 数据差异显著性检验的流程
  • 3.1.3 差异显著性检验的类别及其适应性
  • 3.2 T检验——两组数据的均值差异显著性检验
  • 3.2.1 T检验的含义、方法与适应性
  • 3.2.2 配对样本的T检验
  • 3.2.3 独立样本的T检验
  • 3.2.4 单样本的T检验
  • 3.2.5 T检验的实用案例
  • 3.3 方差分析
  • 3.3.1 方差分析的目标、方法与类别
  • 3.3.2 单因素方差分析
  • 3.3.3 多因素方差分析
  • 3.3.4 协方差分析
  • 3.3.5 多因变量的方差分析
  • 3.3.6 方差分析的实用案例
  • 3.4 非参数检验
  • 3.4.1 不明形态数据差异显著性检验的策略
  • 3.4.2 两关联样本的非参数检验
  • 3.4.3 多关联样本的非参数检验
  • 3.4.4 两独立样本的非参数检验
  • 3.4.5 多独立样本的非参数检验
  • 3.4.6 非参数检验的实用案例
  • 3.5 低测度数据的差异性与拟合优度检验
  • 3.5.1 低测度数据分析的特点与卡方检验
  • 3.5.2 面向期望分布的卡方检验
  • 3.5.3 基于交叉表的卡方检验
  • 3.5.4 基于K-S检验的分布形态判断
  • 3.5.5 游程检验与随机分布
  • 3.5.6 二项分布检验
  • 习题
  • 第4章 数据的关联性分析
  • 学习指导
  • 4.1 数据关联性分析综述
  • 4.1.1 数据关联性分析的类型
  • 4.1.2 SPSS中数据关联性分析的技术
  • 4.2 数据的相关性分析
  • 4.2.1 对中高测度数据的相关性分析技术
  • 4.2.2 中高测度数据相关性分析的实用案例
  • 4.2.3 偏相关分析
  • 4.2.4 低测度数据相关性分析的概念与思路
  • 4.2.5 低测度数据相关性分析的实用案例
  • 4.3 线性回归分析技术
  • 4.3.1 线性回归的关键概念
  • 4.3.2 一元线性回归的实用案例
  • 4.3.3 多元线性回归概念与关键技术
  • 4.3.4 多元线性回归的实用案例
  • 4.4 曲线回归技术
  • 4.4.1 曲线回归的基础知识
  • 4.4.2 曲线回归的实用案例
  • 4.5 二元Logistic回归分析技术
  • 4.5.1 二元Logistic回归的概念
  • 4.5.2 二元Logistic回归的实用案例
  • 习题
  • 第5章 数据的降维与聚类分析
  • 学习指导
  • 5.1 基于数据的归纳分析
  • 5.1.1 归纳分析的概念
  • 5.1.2 统计学中的分类分析
  • 5.1.3 统计学中的降维分析
  • 5.1.4 分类分析中对元素间距离的判定方法
  • 5.2 分层聚类分析
  • 5.2.1 分层聚类的概念及特点
  • 5.2.2 分层聚类在降维中的实用案例
  • 5.2.3 分层聚类在分类中的实用案例
  • 5.3 K-Means聚类分析
  • 5.3.1 K-Means聚类的概念
  • 5.3.2 K-Means聚类的实用案例
  • 5.4 判别分析
  • 5.4.1 判别分析的概念与思路
  • 5.4.2 判别分析的实用案例
  • 5.5 因子分析
  • 5.5.1 因子分析的定义与特点
  • 5.5.2 因子分析的实用案例
  • 5.5.3 因子分析的补充说明
  • 5.6 对应分析
  • 5.6.1 对应分析的概念
  • 5.6.2 对应分析的实用案例
  • 习题
  • 第6章 信度与效度的检验
  • 学习指导
  • 6.1 信度和效度的概念
  • 6.1.1 信度的概念与主要技术
  • 6.1.2 效度的概念与主要技术
  • 6.1.3 社会调查中保证信度效度的常见方法
  • 6.2 SPSS的信度检验
  • 6.2.1 信度检验的主要技术
  • 6.2.2 信度检验的实用案例
  • 6.3 效度检验方法
  • 6.3.1 效度检验的主要技术
  • 6.3.2 效度检验的实用案例
  • 6.4 如何构造有效的调研指标体系
  • 6.4.1 构造有效指标体系的方法
  • 6.4.2 用德尔菲法检查结构效度
  • 习题
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。