SPSS数据分析与应用（微课版第2版）-图书-人邮教育社区

内容摘要

本书以SPSS 26.0为基础，以商科常见业务场景为依托，系统讲解从数据管理到统计建模的全流程分析方法。全书分三篇，共8章。其中，SPSS基础与数据管理篇（第1章～第2章）包括SPSS软件入门与数据文件管理、SPSS数据预处理，SPSS统计分析与模型应用篇（第3章～第7章）包括描述分析、因子分析、聚类分析、线性回归分析、逻辑回归分析，数据分析综合实训与报告撰写篇（第8章）为数据分析实训。书中摒弃晦涩的数学推导，强调“案例引领、任务驱动”，配备来自电商、金融、零售等领域的真实案例，引导读者在完成任务的过程中掌握操作技能、理解输出结果。
本书配有PPT课件、教学大纲、电子教案、数据集、本章习题答案、本章实训参考答案、模拟试卷及答案等教学资源，用书老师可在人邮教育社区免费下载使用。
本书突出案例教学与任务驱动，图解详细、步骤清晰，注重培养读者的实际应用能力与数据思维。本书既可作为高等院校统计学、管理学、营销学、人力资源等专业数据分析相关课程的教材，也可供相关领域的技术人员自学使用。

【章目录】
第1章　SPSS软件入门与数据文件管理　2
第2章　SPSS数据预处理　23
第3章　描述分析　44
第4章　因子分析　82
第5章　聚类分析　101
第6章　线性回归分析　124
第7章　逻辑回归分析　139
第8章　数据分析实训　157

【三级目录】
第一篇　SPSS基础与数据管理
第1章　SPSS软件入门与数据文件管理　2
1.1　SPSS概述　3
1.1.1　SPSS的发展历程与主要特点　3
1.1.2　SPSS数据分析的基本流程　4
1.2　SPSS主要工作环境　5
1.2.1　数据编辑器窗口　5
1.2.2　结果查看器窗口　7
1.3　数据文件的基础操作　8
1.3.1　定义变量属性　8
1.3.2　录入数据　11
1.3.3　导入外部数据文件　13
1.4　数据文件的结构管理　16
1.4.1　变量合并　16
1.4.2　个案合并　18
1.4.3　拆分文件　19
本章习题　21
本章实训——个人信息表的数据管理　22

第2章　SPSS数据预处理　23
2.1　数据排序　25
2.1.1　数据排序的作用　25
2.1.2　SPSS数据排序的应用举例　25
2.2　数据去重　26
2.2.1　数据去重的方法　26
2.2.2　SPSS数据去重的应用举例　26
2.3　变量计算　28
2.3.1　变量计算的目的　28
2.3.2　SPSS算术表达式　28
2.3.3　SPSS条件表达式　29
2.3.4　SPSS函数　29
2.3.5　SPSS变量计算的应用举例　29
2.4　重新编码　31
2.4.1　重新编码的作用　31
2.4.2　SPSS重新编码的应用举例　31
2.5　数据分组　35
2.5.1　数据分组的方法　35
2.5.2　SPSS数据分组的应用举例　36
2.6　数据选取　38
2.6.1　数据选取的目的　38
2.6.2　数据选取的方法　38
2.6.3　SPSS数据选取的应用举例　39
本章习题　41
本章实训——某银行信用卡用户逾期行为分析　41

第二篇　SPSS统计分析与模型应用
第3章　描述分析　44
3.1　定性变量的描述分析　45
3.1.1　定性变量的频数分布表与统计图　45
3.1.2　定性变量的描述分析SPSS应用举例　47
3.2　定量变量的描述分析　49
3.2.1　定量变量的基本描述统计量与统计图　50
3.2.2　定量变量的描述分析SPSS应用举例　53
3.3　双定性变量的相关性分析　58
3.3.1　双定性变量的交叉表和统计图　58
3.3.2　双定性变量的描述分析SPSS应用举例　60
3.4　双定量变量的相关性描述　62
3.4.1　双定量变量的相关分析和统计图　62
3.4.2　双定量变量的描述分析SPSS应用举例　64
3.5　定量变量与定性变量的相关性描述　66
3.5.1　定量变量与定性变量的探索分析与统计图　67
3.5.2　定量变量与定性变量的描述分析SPSS应用举例　68
3.6　其他统计图　73
3.7　应用实例——某电商平台11月销售经营分析　74
3.7.1　背景介绍　74
3.7.2　数据说明　74
3.7.3　描述分析　75
3.7.4　结论与建议　80
本章习题　80
本章实训——中式早餐店订单数据分析　80

第4章　因子分析　82
4.1　因子分析概述　83
4.1.1　因子分析的基本思想及数学模型　84
4.1.2　因子分析中的相关概念　84
4.2　因子分析的基本步骤　85
4.2.1　确定因子分析的前提条件　85
4.2.2　构造因子变量　86
4.2.3　使因子变量更具可解释性　87
4.2.4　计算每个样本的因子得分　87
4.3　因子分析的SPSS实现及结果解读　88
4.3.1　因子分析的SPSS实现　88
4.3.2　因子分析的SPSS结果解读　90
4.4　应用实例——学生成绩的影响因子分析报告　95
4.4.1　背景介绍　95
4.4.2　数据说明　95
4.4.3　因子分析　95
4.4.4　结论与建议　98
本章习题　99
本章实训——男子十项全能数据分析　99

第5章　聚类分析　101
5.1　聚类分析概述102
5.1.1　聚类分析的概念　102
5.1.2　聚类算法分类　102
5.2　K-means聚类　103
5.2.1　K-means聚类的基本概念　103
5.2.2　K-means聚类的SPSS实现及结果解读　106
5.3　系统聚类　110
5.3.1　系统聚类的基本概念　110
5.3.2　系统聚类的SPSS实现及结果解读　111
5.4　应用实例——移动通信客户聚类分析　117
5.4.1　背景介绍　118
5.4.2　数据说明　118
5.4.3　聚类分析　119
5.4.4　结论与建议　121
本章习题　122
本章实训——电商广告投放效果聚类分析　122

第6章　线性回归分析　124
6.1　回归分析概述　125
6.1.1　回归分析的基本思想　125
6.1.2　一元线性回归模型　126
6.1.3　多元线性回归模型　127
6.1.4　线性回归模型检验　128
6.2　线性回归模型的实现与结果解读　129
6.2.1　数据准备　129
6.2.2　线性回归模型的SPSS实现及结果解读　131
6.3　应用实例——空气质量指数影响因素分析　133
6.3.1　背景介绍　133
6.3.2　数据说明　134
6.3.3　描述分析　134
6.3.4　线性回归模型　136
6.3.5　结论与建议　137
本章习题　137
本章实训——汽车燃油效率影响因素分析　137

第7章　逻辑回归分析　139
7.1　逻辑回归分析概述　140
7.1.1　广义线性模型　140
7.1.2　逻辑回归分析模型　140
7.1.3　逻辑回归分析模型检验　142
7.2　逻辑回归分析模型的实现与结果解读　144
7.2.1　逻辑回归分析模型的SPSS实现及结果解读　145
7.2.2　逻辑回归分析模型的ROC曲线绘制与解读　148
7.3　应用实例——上市公司财务风险影响因素分析　150
7.3.1　背景介绍　150
7.3.2　数据说明　150
7.3.3　描述分析　151
7.3.4　逻辑回归分析模型　152
7.3.5　结论与建议　154
本章习题　154
本章实训——电信客户流失数据分析　155

第三篇　数据分析综合实训与报告撰写
第8章　数据分析实训　157
8.1　数据分析报告的写作规范及评分标准　158
8.1.1　数据分析报告的作用　158
8.1.2　数据分析报告的写作原则　159
8.1.3　数据分析报告的结构　159
8.1.4　数据分析报告的评分标准　160
8.2　数据分析报告范文　161
8.2.1　基于聚类算法的骑手运营分析　161
8.2.2　基于回归模型的鲜鸡蛋销售额预测分析　165
8.2.3　基于逻辑回归的客户流失分析　171
8.2.4　基于线性回归的共享单车用车人次分析　175
8.2.5　基于因子分析的应聘者综合素质研究　181
8.3　数据分析综合实训　187
8.3.1　基于聚类算法的城市发展分析　187
8.3.2　基于线性回归的上市公司营业收入预测　188
8.3.3　基于逻辑回归的个人信用风险预测　189
8.3.4　基于统计分析的学生成绩综合分析　190
8.3.5　基于统计分析的A股IPO首日表现研究　191
参考文献　192

读者评论

赶紧抢沙发哦！

我要评论

出版信息

书　　名：SPSS数据分析与应用（微课版第2版）
执行编辑：本书的内容有任何问题，请联系人邮-王迎
出版日期：2026-08-01
书　　号：978-7-115-70395-8
作　　者： 张俊丽
定　　价：59.80 元
页　　数：220
印刷方式：黑白印刷
开　　本：16开
出版状态：正在印刷

作者介绍

张俊丽，教授，西安交通大学博士生，陕西师范大学硕士，西安欧亚学院数据科学与大数据技术专业负责人，全国青年统计学家协会理事，陕西省数学建模优秀指导教师，国家工信部认证高级大数据分析师。发表论文30余篇，主编教材5部，主持省部级课题20余项，主持政府以及企业咨询课题20余项，研究方向为数据分析与商业价值实现。