随着大数据分析的需求越来越旺盛，大数据分析工具也越来越琳琅满目，然而，绝大多数的分析工具都只具有单一用途，无法满足企业的复杂的多样化的全面的业务分析需求，因此分析工具的选择成为了一个挑战。
随着大数据分析的需求越来越旺盛，大数据分析工具也越来越琳琅满目，然而，绝大多数的分析工具都只具有单一用途，无法满足企业的复杂的多样化的全面的业务分析需求，因此分析工具的选择成为了一个挑战。
一个良好的分析工具必须满足如下要求：
易学易用易操作。
分析效率要高。
满足业务分析需求。
如果要说前两个要求，显然类似于Excel/Power BI/Tableau等工具都是满足要求的，但此类工具却无法解决更复杂的业务问题，比如影响因素分析、客户行为预测/精准营销、客户群划分、产品交叉销售、产品销量预测等等，这些需求用Excel/PBI等工具就难以胜任了，需要用到更高级的数据挖掘工具，比如IBM SPSS工具。IBM SPSS工具是面向非专业人士的高级的分析工具（挖掘工具），它提供大量的分析方法和分析模型，能够解决的业务问题更丰富，提供了更加强大的业务数据分析功能，并且它封装了具体的分析算法，即使你没有深厚的技能能力，也能够胜任复杂的数据分析和挖掘。
本课程面向数据分析部等专门负责数据分析与挖掘的人士，专注大数据挖掘工具SPSS Statistics的培训。
本课程从实际的业务需求出发，对数据分析及数据挖掘技术进行了全面的介绍，将数据挖掘标准流程、分析思路、分析方法、分析模型，全部落地在SPSS工具中，**大量的工具操作和演练，帮助学员熟练掌握SPSS工具的使用，并能够将SPSS工具在实际的业务数据分析中满地，实现“知行合一”。
|
序 号 |
名 称 |
具体内容 |
时间 |
|
**讲 |
数据分析概述与SPSS软件 |
什么时候用数据分析 |
**天 上午 |
|
SPSS的基本构成 |
|||
|
第二讲 |
SPSS之数据录入与获取 |
统计分析要求的数据格式 |
**天
上午 |
|
读取SPSS格式的数据 |
|||
|
第三讲 |
SPSS之数据整理 |
新变量的生成 |
**天
上午 |
|
第四讲 |
SPSS之数据描述 |
Nominal变量的描述在SPSS中的实现 |
**天 上午 |
|
表格要素、类型 |
|||
|
第五讲 |
简单推断性分析 |
各种均值比较在SPSS中的实现、结果解释 |
**天 下午 |
|
非参数检验在SPSS中的实现、结果解释 |
|||
|
卡方检验在SPSS中的实现、结果解释 |
|||
|
第六讲 |
方差分析模型 |
单因素方差分析的数据格式、操作方法与结果解读 相应的图形工具在分析中的应用 |
第二天 下午 |
|
第七讲 |
相关、回归分析模型 |
相关分析、偏相关分析的操作与结果阅读 |
第二天 上午 |
|
第八讲 |
聚类分析 |
快速聚类和系统聚类的操作，各种距离，按要求将样本进行分类，结果阅读，尤其是冰柱图和树状图结果的解释 |
第三天 上午 |
|
第九讲 |
判别分析 |
了解判别方法的分类，熟悉判别分析的适用条件和结果验证方法，掌握判别分析的操作，重点掌握结果阅读 |
第三天 下午 |
|
第十讲 |
因子分析、主成分分析 |
因子分析和主成分分析的用途、目的 |
第四天 上午 |
|
第十一讲 |
时间序列分析 |
1.时间序列模型的基本原理、用途 |
第四天 下午午 |
|
第十二讲 |
讨论 |
第四天 下午 |