京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12