《數(shù)據(jù)分析方法及應(yīng)用 基于SPSS和EXCEL環(huán)境》讀書筆記思維導(dǎo)圖PPT模板下載

《數(shù)據(jù)分析方法及應(yīng)用基于SPSS和EXCEL環(huán)境》最新版讀書筆記，下載可以直接修改思維導(dǎo)圖PPT模板數(shù)據(jù)分析案例方法概念技術(shù)檢驗(yàn)統(tǒng)計(jì)描述形態(tài)習(xí)題指導(dǎo)差異編碼測(cè)度變量信度環(huán)境處理本書關(guān)鍵字分析思維導(dǎo)圖01內(nèi)容提要第2章數(shù)據(jù)梳理與統(tǒng)計(jì)描述第1章數(shù)據(jù)統(tǒng)計(jì)分析的概念第3章數(shù)據(jù)的差異顯著性檢驗(yàn)?zāi)夸?3020405第4章數(shù)據(jù)的關(guān)聯(lián)性分析第6章信度與效度的檢驗(yàn)第5章數(shù)據(jù)的降維與聚類分析參考文獻(xiàn)目錄070608內(nèi)容摘要本書講解了數(shù)據(jù)統(tǒng)計(jì)分析的概念、數(shù)據(jù)的相關(guān)性分析與回歸分析、信度與效度的檢驗(yàn)等內(nèi)容。與同類書相比，本書比較注重對(duì)各種統(tǒng)計(jì)分析方法適應(yīng)范疇的講解，還非常注重對(duì)各統(tǒng)計(jì)分析方法的輸出結(jié)果進(jìn)行講解，對(duì)輸出表格內(nèi)相關(guān)數(shù)據(jù)項(xiàng)之間的關(guān)系及其邊界值進(jìn)行了重點(diǎn)說明。內(nèi)容提要第1章數(shù)據(jù)統(tǒng)計(jì)分析的概念學(xué)習(xí)指導(dǎo)1.1數(shù)據(jù)分析能力培養(yǎng)的背景及其意義1.2數(shù)據(jù)處理的層次與數(shù)據(jù)分析1.3數(shù)據(jù)描述與數(shù)據(jù)分析簡(jiǎn)介第1章數(shù)據(jù)統(tǒng)計(jì)分析的概念1.4數(shù)據(jù)分析與挖掘軟件習(xí)題1.5數(shù)據(jù)分析環(huán)境（SPSS與Exce...第1章數(shù)據(jù)統(tǒng)計(jì)分析的概念1.1.2數(shù)據(jù)分析能力培養(yǎng)的意義1.1.1數(shù)據(jù)分析能力培養(yǎng)的背景1.1數(shù)據(jù)分析能力培養(yǎng)的背景及其意義1.2.2數(shù)據(jù)分析與數(shù)據(jù)挖掘技術(shù)的出現(xiàn)1.2.1數(shù)據(jù)管理與數(shù)據(jù)采集的三個(gè)層次1.2數(shù)據(jù)處理的層次與數(shù)據(jù)分析1.3.2常見的數(shù)據(jù)分析技術(shù)1.3.1常見的數(shù)據(jù)描述方法1.3數(shù)據(jù)描述與數(shù)據(jù)分析簡(jiǎn)介1.4.2數(shù)據(jù)挖掘技術(shù)及應(yīng)用1.4.1數(shù)據(jù)統(tǒng)計(jì)與分析軟件1.4數(shù)據(jù)分析與挖掘軟件1.5.1數(shù)據(jù)的組織與數(shù)據(jù)結(jié)構(gòu)1.5.3SPSS的數(shù)據(jù)分析環(huán)境1.5.2Excel的數(shù)據(jù)分析環(huán)境1.5數(shù)據(jù)分析環(huán)境（SPSS與Exce...第2章數(shù)據(jù)梳理與統(tǒng)計(jì)描述學(xué)習(xí)指導(dǎo)2.1數(shù)據(jù)分析中的基礎(chǔ)概念2.2數(shù)據(jù)編輯技術(shù)簡(jiǎn)介2.3數(shù)據(jù)重編碼與規(guī)范化2.4數(shù)據(jù)的統(tǒng)計(jì)描述習(xí)題010302040506第2章數(shù)據(jù)梳理與統(tǒng)計(jì)描述2.1.1數(shù)據(jù)描述及其概念2.1.3數(shù)據(jù)分析中的常見思路與評(píng)價(jià)策...2.1.2數(shù)據(jù)的分布形態(tài)2.1數(shù)據(jù)分析中的基礎(chǔ)概念2.2.1Excel的數(shù)據(jù)編輯2.2.2SPSS的數(shù)據(jù)編輯2.2.3數(shù)據(jù)文件的打開與整合2.2.4數(shù)據(jù)排序2.2數(shù)據(jù)編輯技術(shù)簡(jiǎn)介2.2.5數(shù)據(jù)文件拼合2.2.6數(shù)據(jù)檢索與抽樣2.2.7數(shù)據(jù)的計(jì)算與計(jì)數(shù)2.2.8數(shù)據(jù)的加權(quán)處理2.2數(shù)據(jù)編輯技術(shù)簡(jiǎn)介2.3.1對(duì)字符型變量的數(shù)值化編碼2.3.2對(duì)定距變量的離散化編碼2.3.3數(shù)據(jù)重編碼——Z分?jǐn)?shù)2.3.4數(shù)據(jù)重編碼——求秩分2.3數(shù)據(jù)重編碼與規(guī)范化2.3.5數(shù)據(jù)重編碼——正態(tài)得分2.3.7對(duì)缺失值的標(biāo)記與處理2.3.6數(shù)據(jù)的分類匯總2.3數(shù)據(jù)重編碼與規(guī)范化2.4.1基本統(tǒng)計(jì)量2.4.2數(shù)據(jù)頻度分析2.4.3數(shù)據(jù)分布形態(tài)的判定2.4.4箱體圖與莖葉圖2.4.5低測(cè)度數(shù)據(jù)的描述2.4.6數(shù)據(jù)摘要報(bào)告0103020405062.4數(shù)據(jù)的統(tǒng)計(jì)描述第3章數(shù)據(jù)的差異顯著性檢驗(yàn)學(xué)習(xí)指導(dǎo)3.1數(shù)據(jù)差異顯著性檢驗(yàn)的基礎(chǔ)概念3.2T檢驗(yàn)——兩組數(shù)據(jù)的均值差異顯著...3.3方差分析第3章數(shù)據(jù)的差異顯著性檢驗(yàn)3.4非參數(shù)檢驗(yàn)習(xí)題3.5低測(cè)度數(shù)據(jù)的差異性與擬合優(yōu)度檢驗(yàn)第3章數(shù)據(jù)的差異顯著性檢驗(yàn)3.1.1數(shù)據(jù)差異顯著性檢驗(yàn)的概念3.1.3差異顯著性檢驗(yàn)的類別及其適應(yīng)...3.1.2數(shù)據(jù)差異顯著性檢驗(yàn)的流程3.1數(shù)據(jù)差異顯著性檢驗(yàn)的基礎(chǔ)概念3.2.1T檢驗(yàn)的含義、方法與適應(yīng)性3.2.2配對(duì)樣本的T檢驗(yàn)3.2.3獨(dú)立樣本的T檢驗(yàn)3.2.4單樣本的T檢驗(yàn)3.2.5T檢驗(yàn)的實(shí)用案例123453.2T檢驗(yàn)——兩組數(shù)據(jù)的均值差異顯著...3.3.1方差分析的目標(biāo)、方法與類別3.3.2單因素方差分析3.3.3多因素方差分析3.3.4協(xié)方差分析3.3.5多因變量的方差分析3.3.6方差分析的實(shí)用案例0103020405063.3方差分析3.4.1不明形態(tài)數(shù)據(jù)差異顯著性檢驗(yàn)的...3.4.2兩關(guān)聯(lián)樣本的非參數(shù)檢驗(yàn)3.4.3多關(guān)聯(lián)樣本的非參數(shù)檢驗(yàn)3.4.4兩獨(dú)立樣本的非參數(shù)檢驗(yàn)3.4.5多獨(dú)立樣本的非參數(shù)檢驗(yàn)3.4.6非參數(shù)檢驗(yàn)的實(shí)用案例0103020405063.4非參數(shù)檢驗(yàn)3.5.1低測(cè)度數(shù)據(jù)分析的特點(diǎn)與卡方檢...3.5.2面向期望分布的卡方檢驗(yàn)3.5.3基于交叉表的卡方檢驗(yàn)3.5.4基于K-S檢驗(yàn)的分布形態(tài)判斷3.5.5游程檢驗(yàn)與隨機(jī)分布3.5.6二項(xiàng)分布檢驗(yàn)0103020405063.5低測(cè)度數(shù)據(jù)的差異性與擬合優(yōu)度檢驗(yàn)第4章數(shù)據(jù)的關(guān)聯(lián)性分析學(xué)習(xí)指導(dǎo)4.1數(shù)據(jù)關(guān)聯(lián)性分析綜述4.2數(shù)據(jù)的相關(guān)性分析4.3線性回歸分析技術(shù)第4章數(shù)據(jù)的關(guān)聯(lián)性分析4.4曲線回歸技術(shù)習(xí)題4.5二元Logistic回歸分析技術(shù)第4章數(shù)據(jù)的關(guān)聯(lián)性分析4.1.2SPSS中數(shù)據(jù)關(guān)聯(lián)性分析的技...4.1.1數(shù)據(jù)關(guān)聯(lián)性分析的類型4.1數(shù)據(jù)關(guān)聯(lián)性分析綜述4.2.1對(duì)中高測(cè)度數(shù)據(jù)的相關(guān)性分析技...4.2.2中高測(cè)度數(shù)據(jù)相關(guān)性分析的實(shí)用...4.2.3偏相關(guān)分析4.2.4低測(cè)度數(shù)據(jù)相關(guān)性分析的概念與...4.2.5低測(cè)度數(shù)據(jù)相關(guān)性分析的實(shí)用案...123454.2數(shù)據(jù)的相關(guān)性分析4.3.1線性回歸的關(guān)鍵概念4.3.2一元線性回歸的實(shí)用案例4.3.3多元線性回歸概念與關(guān)鍵技術(shù)4.3.4多元線性回歸的實(shí)用案例4.3線性回歸分析技術(shù)4.4.2曲線回歸的實(shí)用案例4.4.1曲線回歸的基礎(chǔ)知識(shí)4.4曲線回歸技術(shù)4.5.2二元Logistic回歸的實(shí)...4.5.1二元Logistic回歸的概...4.5二元Logistic回歸分析技術(shù)第5章數(shù)據(jù)的降維與聚類分析學(xué)習(xí)指導(dǎo)5.1基于數(shù)據(jù)的歸納分析5.2分層聚類分析5.3K-Means聚類分析第5章數(shù)據(jù)的降維與聚類分析5.4判別分析5.5因子分析5.6對(duì)應(yīng)分析習(xí)題第5章數(shù)據(jù)的降維與聚類分析5.1.1歸納分析的概念5.1.2統(tǒng)計(jì)學(xué)中的分類分析5.1.3統(tǒng)計(jì)學(xué)中的降維分析5.1.4分類分析中對(duì)元素間距離的判定...5.1基于數(shù)據(jù)的歸納分析5.2.1分層聚類的概念及特點(diǎn)5.2.3分層聚類在分類中的實(shí)用案例5.2.2分層聚類在降維中的實(shí)用案例5.2分層聚類分析5.3.2K-Means聚類的實(shí)用案例5.3.1K-Means聚類的概念5.3K-Means聚類分析5.4.2判別分析的實(shí)用案例5.4.1判別分析的概念與思路5.4判別分析5.5.1因子分析的定義與特點(diǎn)5.5.3因子分析的補(bǔ)充說明5.5.2因子分析的實(shí)用案例5.5因子分析5.6.2對(duì)應(yīng)分析的實(shí)用案例5.6.1對(duì)應(yīng)分析的概念5.6對(duì)應(yīng)分析第6章信度與效度的檢驗(yàn)學(xué)習(xí)指導(dǎo)6.1信度和效度的概念6.2SPSS的信度檢驗(yàn)6.3效度檢驗(yàn)方法6.4如何構(gòu)造有效的調(diào)研指標(biāo)體系習(xí)題010302040506第6章信度與效度的檢驗(yàn)6.1.1信度的概念與主要技術(shù)6.1.3社會(huì)調(diào)查中保證信度效度的常見...6.1.2效度的概念與主要技術(shù)