
SPSS数据分析:从入门到实战(11月上海开课)
SPSS作为一款数据分析软件,因其界面友好、功能齐全等优点而广泛应用于各个科学领域。然而对于初学者来说,要想通过自学的方式熟练掌握SPSS,除了要掌握统计学相关的理论知识,在软件操作方面也是一个不小的挑战。
但是很多时候,重要的不是你会用SPSS,重要的是你要懂统计方法,遇到实际问题,知道用什么方法可以解决。不懂方法,最后你会发现,学了没用。如何让学了能有用?C君不得不安利下CDA数据分析师11月上海开课的SPSS课程,丁亚军老师亲自讲授,方法操作兼顾,真正的从入门到实战。
讲师介绍
丁亚军
南京上度市场咨询数据分析总监,CDA数据分析研究院SPSS、SAS讲师,中古学习路径图国际中心技术顾问。曾参与2012年国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目,具有丰富的数据分析经验。
课程特色
1:现场教学,可现场和老师互动,解决当下的课程疑惑;
2:课程内容丰富,囊括了许多老师本身的数据分析从业经验;
3:课程内容新颖,应用前沿的学术理论;
4:教学过程深入浅出, 以实例与实作印证所学;
5:学员能快速掌握SPSS,能在现实中通过此工具解决工作中遇到的数据分析问题;
6:可操作性强,将所介绍理论在实战中一一展示,即学即用,在实战中搭建课程的整体脉络。
时间:2017年11月2-5日 (四天)
安排:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
地点:上海市闵行区古北路1838号创新园区3号楼4层
学费:现场:3600元 / 2800元 (仅限全日制在读本科生及硕士生优惠价)
远程;1900元;食宿自理
课程大纲
Day 1
1.SPSS的介绍
2.数据的输入与保存
2.1 数据获取及其格式
3. 数据预分析
3.1 数据管理与清理
Day 2
3.2 新变量生成,SPSS函数
3.3 变换数据结构—转置和重组
3.4 描述统计分析功能
3.5 SPSS统计图形输出
4. 数据分析
4.1 假设检验
4.2 差异分析及相关分析过程
4.2.1 t检验与方差分析的均值检验
案例分析:产品质量差异分析
4.2.2 卡方分析
案例分析:企业选址的区位分析
Day 3
4.3 回归分析基础
4.3.1 简单回归分析
4.3.2 多元回归分析
案例分析:产品合格率的影响因素—— 及其预测分析
4.3.3 分类因变量回归
案例分析:客户违约信息研究
案例分析:客户购买力信息调查
4.3.4 曲线估计
4.4 因子分析与聚类分析
4.4.1 主成分分析与因子分析
4.4.2 快速聚类法与聚类法
4.4.3 判别分析
案例分析:客户购买力信息研究
Day 4
4.5 对应分析
4.5.1对应分析原理
4.5.2简单对应分析
4.5.3多元对应分析(最优尺度分析)
案例分析:企业选址的区位分析(案例2)
5. 使用SPSS制作数据分析的统计报表
5.1 制作报表前对变量的检查
5.2 制作报表的中对不同类型的数据处理
5.3 报表生成功能与其他选项的区别
5.4 注意事项
6. SPSS编程操作
6.1 程序编辑窗口操作入门
6.2 基本语句
6.3 结构化语句
6.4 实例讲解spss编程
报名流程
1:扫描下方二维码或点击“阅读原文”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:网上订单缴费;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。
课程优惠
现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;
以上优惠不叠加。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30