数据运算

课程特点

本课程细致的讲解了技术原理，阐述了技术架构和运用场景，结合大量具体的例子，对每个知识点做了精细的，本课程通过大量练习和案例对各个知识点技能进行详细讲解。

详细大纲

第一章.     SPSS入门基础

1、什么是数据预处理

2、SPSS简介

3、安装和运行SPSS

4、使用SPSS基本功能

5、设置SPSS系统参数

6、SPSS统计分析功能练习

7、练习：使用SPSS计算描述性分析

第二章.     SPSS数据管理

1、导入SPSS数据与变量

2、SPSS数据文件操作与数据编辑

3、SPSS数据文件转换

4、编辑SPSS输出信息

5、练习：使用SPSS实现四则运算

第三章.     数据文件操作

1、拆分与合并数据文件

2、将数据文件排序

3、数据文件的分类汇总

4、对SPSS数据文件加权

5、重组数据文件的结构

第四章.     基本统计分析

1、汇总分析

2、频数分析

3、描述性统计分析

4、探索性分析

5、列联表分析

第五章.     参数检验与非参数检验

1、假设检验

2、平均值检验

3、单样本T检验

4、两独立样本

5、二项分布检验

6、T检验

7、卡方经验

第六章.     方差分析

1、单因素分析

2、多因素分析

3、协方差分析

第七章.     数据相关和回归

1、什么是相关分析

2、偏相关分析

3、简单相关分析

4、回归分析

5、一元回归

6、Logstic回归

7、回归分析案例应用

第八章.     缺失值处理

1、什么是缺失值处理

2、缺失值处理的基本流程

3、检查缺失值及缺失影响

4、样本删除法及变量删除法

5、缺失值估计——均值替代法

6、缺失值估计——回归法

7、缺失值估计——最大似然法

8、通过关联矩阵法处理缺失值

9、通过特征法处理缺失值

10、通过重复实验法处理缺失值

11、缺失值处理方法的选择

第九章.     异常值处理

1、什么是异常值

2、异常值形成的原因

3、异常值的探测方法

4、检测单变量异常值

5、检测多变量异常值

6、异常值的描述性统计

7、过转换法减少异常值的影响

8、异常值解决方案的选择

第十章.     基础统计图表

1、条形图

2、散点图

3、饼图

4、直方图

第十一章.       因子分析和主成分分析

1、主成分分析简介

2、主成分分析应用

3、因子分析简介

4、因子分析应用

第十二章.       聚类分析

1、聚类分析简介

2、K-means聚类

3、聚类分析案例

第十三章.       时间序列分析

1、时间序列概述

2、时间序列数据的预处理

3、时间序列案例

第十四章.正态性、共线性和同方差性【60分钟】

1、正态性、共线性和同方差性概述

2、检测正态性

3、检测共线性

4、检测方差矩阵的同方差性

5、检测方差-协方差矩阵的同方差性

6、练习：使用SPSS检验数据的共线性

第十五章.常用数据转换方法【90分钟】

1、常用数据转换方法

2、数据转换方法的特点

3、开方法

4、反射法

5、对数法

6、反转法

7、不同偏斜的对策方法

8、练习：使用SPSS转换混乱数据

第十六章.多重共线性和奇点【90分钟】

1、多重共线性原理

2、奇点概述

3、检测多重共线性

4、检测奇点

5、通过SMC检测多重共线性

6、通过转换法减少多重共线性的危害

7、练习：通过SPSS检测奇点

第十七章.实战：检查未分组数据【120分钟】

1、实战：检查未分组数据概述

2、检测准确性、缺失值、分布和单变量异常值

3、检测共线性和同方差性

4、数据转换

5、处理多变量异常值

6、处理异常变量

7、处理多重共线性

第十八章.实战：检查分组数据【120分钟】

1、检查分组数据

2、检测准确性、缺失值、分布和单变量异常值

3、处理共线性和同方差变量

4、处理多变量异常值

5、处理异常变量

6、处理多重共线性